EP4683794A1 - Système et procédé de nettoyage automatique de fond de sculpture de pneumatique - Google Patents

Système et procédé de nettoyage automatique de fond de sculpture de pneumatique

Info

Publication number
EP4683794A1
EP4683794A1 EP24709079.8A EP24709079A EP4683794A1 EP 4683794 A1 EP4683794 A1 EP 4683794A1 EP 24709079 A EP24709079 A EP 24709079A EP 4683794 A1 EP4683794 A1 EP 4683794A1
Authority
EP
European Patent Office
Prior art keywords
tire
cleaning
cleaning device
identified
camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP24709079.8A
Other languages
German (de)
English (en)
Inventor
Pierre BOUGES
Matthieu LUTZ
Arnaud Letocart
Michael FIGON
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Compagnie Generale des Etablissements Michelin SCA
Original Assignee
Compagnie Generale des Etablissements Michelin SCA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Compagnie Generale des Etablissements Michelin SCA filed Critical Compagnie Generale des Etablissements Michelin SCA
Publication of EP4683794A1 publication Critical patent/EP4683794A1/fr
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29D—PRODUCING PARTICULAR ARTICLES FROM PLASTICS OR FROM SUBSTANCES IN A PLASTIC STATE
    • B29D30/00—Producing pneumatic or solid tyres or parts thereof
    • B29D30/06—Pneumatic tyres or parts thereof (e.g. produced by casting, moulding, compression moulding, injection moulding, centrifugal casting)
    • B29D30/52—Unvulcanised treads, e.g. on used tyres; Retreading
    • B29D30/54—Retreading
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B27/00—Other grinding machines or devices
    • B24B27/0038—Other grinding machines or devices with the grinding tool mounted at the end of a set of bars
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/16—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load
    • B24B49/165—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation taking regard of the load for grinding tyres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B5/00—Machines or devices designed for grinding surfaces of revolution on work, including those which also grind adjacent plane surfaces; Accessories therefor
    • B24B5/36—Single-purpose machines or devices
    • B24B5/366—Single-purpose machines or devices for grinding tyres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29D—PRODUCING PARTICULAR ARTICLES FROM PLASTICS OR FROM SUBSTANCES IN A PLASTIC STATE
    • B29D30/00—Producing pneumatic or solid tyres or parts thereof
    • B29D30/0005—Pretreatment of tyres or parts thereof, e.g. preheating, irradiation, precuring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G01M17/02—Tyres
    • G01M17/027—Tyres using light, e.g. infrared, ultraviolet or holographic techniques
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29D—PRODUCING PARTICULAR ARTICLES FROM PLASTICS OR FROM SUBSTANCES IN A PLASTIC STATE
    • B29D30/00—Producing pneumatic or solid tyres or parts thereof
    • B29D30/06—Pneumatic tyres or parts thereof (e.g. produced by casting, moulding, compression moulding, injection moulding, centrifugal casting)
    • B29D30/52—Unvulcanised treads, e.g. on used tyres; Retreading
    • B29D30/54—Retreading
    • B29D2030/541—Abrading the tyre, e.g. buffing, to remove tread and/or sidewalls rubber, to prepare it for retreading
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29D—PRODUCING PARTICULAR ARTICLES FROM PLASTICS OR FROM SUBSTANCES IN A PLASTIC STATE
    • B29D30/00—Producing pneumatic or solid tyres or parts thereof
    • B29D30/06—Pneumatic tyres or parts thereof (e.g. produced by casting, moulding, compression moulding, injection moulding, centrifugal casting)
    • B29D30/52—Unvulcanised treads, e.g. on used tyres; Retreading
    • B29D30/54—Retreading
    • B29D2030/546—Measuring, detecting, monitoring, inspecting, controlling

Definitions

  • the invention relates to a system and method for cleaning a tread pattern of a tire being retreaded. More particularly, the invention relates to the use of a cleaning device carrying a treatment tool that is capable of cleaning the tread patterns of tires identified to be retreaded.
  • retreading is a known process for restoring a worn tire to serviceable condition by renewing the tread rubber and ply(ies). During the retreading process, old tread products are removed and replaced with new materials. Retreading is a method that is known and regulated in several industries (including, but not limited to, transportation, aviation, mining, and agriculture). The damage could correspond to one or a few families of damage (including, but not limited to, tread damage, tear damage, cut damage, and puncture damage). Regardless of the type of tire being retreaded, the steps in a retreading process are substantially the same from the entry of a tire into a retreading facility to its exit.
  • a repair process is carried out in which the tyres intended for retreading are examined so that existing damage can be identified and located.
  • a visual detection of the damage is made (either by manual means or by automatic means (e.g., one or more cameras) or by a combination of both).
  • a cleaning step of the damage is carried out using a compressed air blower and a soft brush. Then, a step of removing the remaining rubber is carried out using a hard brush to expose the first crown ply.
  • the process continuous repair with visual detection of the presence of corrosion on the wire ropes (either by manual means or by automatic means (e.g., one or more cameras) or by a combination of both). If this visual detection confirms the presence of corrosion, a removal step is carried out using a grinding wheel. These corrosion detection/removal steps are repeated on the different successive plies as long as corrosion is detected.
  • the retreading process may continue in a typical order of steps towards the exit of a tire from the retreading plant (the steps comprising, without limitation, a tread application step, a curing step, an inspection step and a shipping step). Until now, one or more steps of the damage repair process have been carried out manually.
  • European patent EP2456612B1 discloses a system for automatically spraying a dissolving adhesive during the retreading of a tire.
  • the adhesive spraying occurs after the repair process and just before the tread is installed.
  • the adhesive is sprayed into holes and/or craters automatically detected by acquiring a three-dimensional (or "3D") profile obtained by a profilometer.
  • the sprayed adhesive is finally applied to the holes and/or craters by an automatic applicator.
  • European patent EP3551443B1 discloses a system for automatically repairing damage during the retreading of a tire.
  • the disclosed system includes a remote and fixed laser profilometer that scans the entire tread by rotating the carcass.
  • the system also includes a color camera embedded on a robot that takes pictures of a damage once the rubber covering it has been removed. These color images are used to perform corrosion detection by analyzing the colors of the image (for example, by looking for the red color on the cables).
  • the processing algorithm uses the three-dimensional (3D) information of the profilometer to detect the damage.
  • the processing used to detect the damage includes the construction of an average profile and the comparison to this profile. These processings would be sufficient if the carcass could be considered as a rigid body. However, a carcass is rather a deformable body that can present many more or less local deformations (for example, a more or less pronounced out-of-roundness). These deformations can be considered as damages separated from a profile average. The disclosed system therefore cannot adapt to all possible damages.
  • European patent EP2414153B1 discloses a machine that performs an automatic process for identifying and working on defects on used tires.
  • the disclosed machine comprises a vision system that relies on an infrared projector to obtain 3D information on the damage being analyzed.
  • an automatic scan of the working surface of the tire allows to identify the morphology of the damage and to make a comparison between the identified morphologies and a reference of known damage.
  • a selection of the work and a corresponding tool is made to perform the selected work on the identified damage.
  • the disclosed invention concerns the automatic repair of damage of the “tread” type detected by learning.
  • An algorithmic processing relies on thousands of learning images so that the algorithm learns to recognize the points of the image (three-dimensional and color) belonging to a tread pattern of a tire identified for retreading.
  • This approach is scalable and will become increasingly robust because it is possible to integrate images of undetected tread patterns into the learning in order to extend the scope of use of the algorithm.
  • the cleaning of the tread patterns does not depend on any predefined recipe because the processing trajectory is defined on the fly according to the shape of the tread pattern.
  • the invention relates to a method for cleaning a tread pattern of an identified tire damaged during retreading, the method implemented by at least one processor comprising a processing module which applies, to at least one neural network, the data representative of the captured images of the tread pattern of the identified tire, characterized in that the method comprises the following steps: a step of providing an automatic cleaning system of which the processor is a part to automatically recognize an order of treatment of the damage in the tread pattern of the identified tire; a step of calibrating a cleaning device which is part of the automatic cleaning system, the cleaning device comprising a processing peripheral supported by an elongated pivoting arm that extends to a free end where a treatment tool is arranged along a common longitudinal axis; a step of positioning the identified tire in a treatment space where the cleaning device treats it; a step of positioning at least one camera that is part of the automatic cleaning system at a reference distance from a rolling surface of the identified tire; a step of detecting the tread patterns comprising a sector-by-sector processing for the identified tire incorporating
  • the sector-by-sector processing for the identified tire comprises: for each sector of the identified tire, a sector scanning step followed by processing of the scanned sector; a scan of all successive sectors of the identified tire followed by a processing of all successive scanned sectors; or a scan of the tire being processed at a station other than that where processing of the scanned sectors is carried out; such that processing of one or more scanned sectors is carried out by the cleaning device.
  • the step of calibrating the cleaning device comprises a calibration phase for estimating the pose of the camera relative to a base of the cleaning device.
  • the step of calibrating the cleaning device comprises a step of positioning a calibration target in the treatment space, during which the camera implements a process for estimating the pose of the camera in the reference frame of the brushing device.
  • the identified tire is positioned in proximity to the cleaning device on a rotating drum disposed in the treatment space, such that, during a repair process of a retreading process, the drum rotates the identified tire so that it can be treated sector by sector.
  • the step of positioning the camera comprises a step of verifying a scan performed by the camera comprising the following steps: a step of identifying a horizontal central area of the scan which is used to verify that the distance between the identified tire and the camera is correct; a step of calculating an average distance (D mO y ) of the points inside the horizontal central area; a step of preserving the 3D points in the form of a surface mask comprising a binary image representing the points belonging to the rolling surface of the identified tire; a step of calculating again the average distance (D mO y ) by considering only the points of the horizontal central area which belong to the rolling surface of the identified tire to obtain a distance (D mO y surface); a step of comparing the distance (D mO y surface) with the reference distance of the camera; a step of calculating the two vertical lines that delimit the start and end of the surface mask to make it possible to verify that the camera is centered relative to the tread surface of the identified tire;
  • the step of detecting the tread patterns comprises a step of applying a neural network to the color and 3D image to determine which points represent tread patterns of the identified tire to be processed with the processing tool, during which, at each image, the surface mask is recovered at the output of the neural network where each white point indicates that the point represents a tread pattern to be cleaned.
  • the step of creating the three-dimensional (3D) trajectories comprises the following steps: a data preparation step, during which the points belonging to the contours of all the white objects present in the surface mask are extracted to obtain a set of polygons with holes; and a step of extracting the horizontal and vertical two-dimensional (2D) paths, during which the holes present inside the polygons extracted during the data preparation step are deleted, this step comprising the following steps: a step of calculating a morphological skeleton of each polygon comprising the extraction of the set of central points of each polygon, in which each morphological skeleton is made up of nodes representing ends of the morphological skeleton and/or the crossing points, and of paths comprising points located between two nodes; a step of classifying each path into horizontal path category or vertical path category, during which paths of the same category are merged with close ends and, once the merger is carried out, the direction of travel of each path is fixed; and a step of developing the 3D tra
  • a first approach point is constructed by offsetting it by a predetermined distance (L) from the first point or the last point of the path, and, once offset, the first approach point is brought closer to the camera by the distance (L); and a second approach point is constructed from the first approach point by bringing this second approach point closer to the camera by a second distance (L2) starting from the first approach point.
  • the step of calculating the orientations of the treatment tool comprises a step of calculating the 3D normal at each point as well as the direction vector between each pair of successive points, in which the direction vector gives the direction to follow between two points of each path, where the normal gives the orientation of the Z axis of the treatment tool, the direction vector gives the orientation of the X axis of the treatment tool, and the Y axis is automatically fixed according to the fixing of the X and Z axes.
  • the processor refers to a table of various tire sizes to make a determination of one or more parameters of the identified tire.
  • the treatment tool comprises at least one brush.
  • the invention also relates to a retreading method comprising the disclosed cleaning method.
  • the invention further relates to an automatic cleaning system for cleaning a tread pattern of an identified tire being retreaded, the automatic cleaning system comprising: at least one cleaning device comprising a robot having a cleaning peripheral supported by a pivoting elongated arm and extending from the elongated arm to a free end where a treatment tool is arranged along a common longitudinal axis; a detection system for collecting information on the physical environment around the cleaning device; and a communication network which manages the incoming data to the automatic cleaning system from each cleaning device, the communication network comprising at least one communication server for executing programmed instructions stored in a memory of one or more processors of the automatic cleaning system to implement the cleaning method of the invention; such that the cleaning device is configured on one or more parameters of the identified tire calculated by an image processing module incorporated in the memory of the processor to set the cleaning device in motion so that the brushing device can place the treatment tool to carry out the cleaning of the tread of the identified tire.
  • the detection system comprises at least one RGB-D type camera attached to at least one of the elongated arm and the processing peripheral of the cleaning device.
  • Figure 1 shows a schematic cross-sectional view of one embodiment of a known tire.
  • FIG 2 shows a schematic view of one embodiment of a cleaning device that forms part of an automatic cleaning system of the invention.
  • Figure 3 shows an example of a visualization of a portion of a tire obtained during a cleaning process of the invention.
  • Figure 4 shows a schematic view of a positioning of a camera of the automatic cleaning system of the invention relative to a rolling surface of an identified tire being retreaded.
  • Figure 5 shows a schematic view of inputting color and 3D images to a neural network in the creation of surface masks performed during the cleaning process of the invention.
  • Figure 6 represents a flow diagram of an algorithm that performs a process of generating 3D trajectories for processing sculptures.
  • Figure 7 shows an example of an extraction of the contours associated with the mask of the sculptures created during the cleaning process of the invention.
  • Figure 8 shows an example of a skeleton created during a process of generating 3D trajectories for sculpture processing.
  • Figure 9 shows an example of a bounding box for classifying horizontal and vertical paths during a 3D trajectory generation process.
  • Figure 10 shows an example of merging paths of the same category during a 3D trajectory generation process.
  • FIG H Figure 11 shows an example of an order of vertical and horizontal paths retained at the end of a 3D trajectory generation process.
  • Figure 12 shows an example of path simplification carried out during the cleaning process of the invention.
  • FIG 13 shows an example of the construction of the approach points and withdrawal points carried out during the cleaning method of the invention
  • Figure 14 shows an example of the approach and withdrawal points constructed.
  • Figure 15 shows an example of a 3D orientation of a processing tool of the automatic cleaning system of Figure 2 calculated during the cleaning process of the invention.
  • FIG. 1 includes a schematic representation of a tire 10 comprising, in a conventional manner, two circumferential beads intended to allow the tire to be attached to a rim. Each bead comprises an annular reinforcing bead wire.
  • the constitution of a tire is typically described by a representation of its constituents in a meridian plane, that is to say a plane containing the axis of rotation of the tire.
  • the radial, axial and circumferential directions respectively designate the directions perpendicular to the axis of rotation of the tire, parallel to the axis of rotation of the tire, and perpendicular to any meridian plane.
  • the expressions “radially”, “axially” and “circumferentially” respectively mean “in a radial direction”, “in the axial direction” and “in a circumferential direction” of the tire.
  • the expressions “radially inward” and “respectively radially outward” mean “closer, respectively further, from the axis of rotation of the tire, in a radial direction.
  • the tire 10 also comprises a tread 12, added to the outer surface of the tire.
  • the tread 12 is intended to come into contact with a ground via a rolling surface 12a.
  • the tire 10 further comprises a crown reinforcement comprising a working reinforcement 14 and a hoop reinforcement 16, the working reinforcement 14 having working layers represented by the layers 14a and 14b.
  • the tire 10 also comprises two sidewalls (a sidewall 18 being represented in FIG. 1) and two fillers 20 reinforced with a bead wire 22.
  • a radial carcass layer 24 extends from one bead to the other, surrounding the bead wire in a known manner.
  • the tread 12 comprises reinforcements consisting, for example, of superimposed layers comprising known reinforcing threads.
  • the tire may include a rubber 26 that evacuates static electricity produced during rolling.
  • the tread 12 is delimited, in the radial direction, by two circumferential surfaces, the most radially outer of which is the tread surface 12a and the most radially inner of which is called the tread base surface.
  • the tread base surface (or “bottom surface”) is defined as the surface translated from the tread surface radially inward by a radial distance equal to the tread depth. It is common for this depth to be decreasing on the most axially outer circumferential portions (called “shoulders”) of the tread 12.
  • the tread of a tire is delimited, in the axial direction, by two lateral surfaces.
  • the tread is further constituted by one or more rubber compounds.
  • the expression "rubber compound” designates a rubber composition comprising at least one elastomer and a filler.
  • cutouts are provided in the tread 12.
  • a cutout designates either a well, a groove, an incision, or a circumferential furrow and forms a space opening onto the tread surface 12a.
  • the performance of a tread pattern must be sufficiently constant despite the wear of said strip to ensure the durability of the tire.
  • Figure 2 shows an embodiment of a cleaning device 100 that is part of an automatic cleaning system (or "system") of the invention.
  • the automatic cleaning system of the invention implements a method of the invention ("method") for cleaning by treatment tool a tread of an identified tire being retreaded.
  • the disclosed method incorporates a machine learning method that is based on data corresponding to images obtained from the identified tire whose algorithm used analyzes the tread surface of the identified tire to install and insert the treatment tool into a cutout of the identified tire. It is understood that the method of the invention may be part of an existing retreading method to improve its repair process.
  • the cleaning device comprises a robot having a treatment device 102 supported by a pivotable elongated arm 104.
  • the treatment device 102 extends from the elongated arm 104 to a free end 102a where a treatment tool is disposed along a common longitudinal axis.
  • the treatment tool comprises a brush 106 that is selected from commercially available industrial brushes for cleaning tires during retreading processes (e.g., industrial rotary brushes made of synthetic or metal filaments).
  • the following description refers to the brush 106, but it is understood that other equivalent treatment tools could be employed within the scope of the invention (including, without limitation, a knife, rasp, card, milling cutter, or a millstone).
  • Attachment of the brush 106 (or attachment of an equivalent processing tool) to the processing device 102 may be accomplished by screwing an adapter to the free end 102a of the processing device. Attachment of the brush 106 is accomplished in a manner that allows its rotation relative to the longitudinal axis and also allows its spinning about a predefined axis of rotation during a repair process. It is understood that attachment of the brush 106 to the processing device 102 may be accomplished by one or more known attachment means (including, without limitation, welding, gluing, and the like). Thus, the robot facilitates cleaning a variety of cutouts without interrupting the rotation and/or spinning of the brush 106.
  • the cleaning device 100 is set in motion so that the processing device 102 can perform the cleaning of a tread pattern of an identified tire P (see Figure 2) by the cleaning device during a process performed by the system of the invention (as described below). It is understood that the tread pattern of the identified tire incorporates the cutouts found on its rolling surface.
  • identified tire (in the singular or plural) is used herein to refer to a tire being retreaded and present in the physical environment of the system incorporating the cleaning device 100 (the physical environment being, for example, a retreading facility incorporating the cleaning device 100).
  • the configuration of the cleaning device 100 is given by way of example.
  • the cleaning device 100 may comprise a fixed robot installed at a retreading facility, fixed, for example, to a support relative to which the robot extends (for example, a base 110 as shown in Figure 2).
  • the robot may be fixed to a ceiling, a wall, a floor or any support that allows the method of the invention to be carried out during a retreading process.
  • the cleaning device 100 may comprise at least one roving robot.
  • the gripping device may be set in motion either by integrated movement means (for example, one or more integrated motors) or by non-integrated movement means (for example, one or more mobile means including autonomous mobile means). It is understood that the cleaning device 100 may be a classic industrial robot or a collaborative robot or even a delta or cable robot.
  • the cutouts that can be cleaned by the cleaning device 100 during the method of the invention comprise grooves and furrows. Grooves are cutouts allowing water to drain away.
  • a groove has a width such that the facing material walls delimiting it do not come into contact with each other, when the tread passes through the contact surface, when the tire is subjected to recommended inflation and load conditions as defined in particular by the European standards of the "European Tyre and Rim Technical Organization” or "ETRTO" in its "Standards Manual 2020 - Commercial Vehicle Tyres".
  • ETRTO European standards of the "European Tyre and Rim Technical Organization” or "ETRTO” in its "Standards Manual 2020 - Commercial Vehicle Tyres”.
  • the compression and shear deformations of the raised elements delimiting the groove condition the pressures in contact with the ground and therefore the wear.
  • a groove is a substantially circumferential groove, and the side faces are substantially circumferential in the sense that their orientation can vary locally around plus or minus 45° around the circumferential direction. All of the patterns belonging to the groove are found all around the tread, forming a substantially continuous whole (i.e., having discontinuities of less than 10% in length compared to the length of the patterns.)
  • the circumferential grooves delimit ribs, each rib of which is composed of the patterns of the sculpture included between an axial edge of the tire and a neighboring axially outermost circumferential groove, i.e. included between two neighboring circumferential grooves.
  • the cutout depth is the maximum radial distance between the tire's rolling surface and the bottom of the cutout.
  • the cleaning device 100 of the system also includes a sensing system (not shown) for collecting information about the physical environment around the cleaning device.
  • the sensing system includes one or more sensors (including one or more cameras) configured to perform two-dimensional (2D) and/or three-dimensional (3D) image sensing, 3D depth sensing, and/or other types of sensing of the physical environment around the gripping device (it is understood that the terms "sensor” and “camera” are used interchangeably).
  • the one or more sensors of the sensing system are attached to at least one of the elongated arm 104 and the processing peripheral 102 of the robot. In embodiments of the system of the invention, these sensors could be part of an overall sensing system that employs these sensors together with one or more sensors positioned in the physical environment in which the cleaning device 100 operates.
  • the detection system includes at least one camera 200 that provides 3D images represented as a set of 3D points with X, Y, Z coordinates, and red, green, blue color values (the “RGB” or “RGB-D” format) (referred to as an “RGB-D camera”).
  • an RGB-D camera is attached to at least one of the elongated arm 104 and the processing peripheral 102 of the robot (the latter being shown as an example in Figure 2).
  • Two or more RGB-D cameras may be oriented to provide a predetermined overlap between the cameras’ fields of view.
  • the term “camera” includes one or more cameras.
  • RGB-D cameras typically provide depth information using depth maps, being images where each pixel contains the distance between the camera and the corresponding point in space.
  • 3D point cloud data from RGB-D type cameras have a much higher measurement rate.
  • a point cloud can be constructed from the RGB-D images by calculating the real world (e.g., X, Y, Z coordinates) with the intrinsic data of a scanning camera.
  • the real world e.g., X, Y, Z coordinates
  • detection technologies could be selected from commercially available devices (selected, for example, from cameras sold under the brand name PHOTONEOTM, cameras sold under the brand name ENSENSO® of the company IDS, cameras sold under the brand name ZIVID® of the company Zivid AS, artificial vision systems sold by the company Cognex Corp., and their equivalents).
  • point cloud (singular or plural) is used herein to refer to a collection or collections of data points in space.
  • a camera or cameras or equivalent device or devices
  • 3D three-dimensional
  • objects e.g., tires identified to be treated during a retreading process
  • Storing information as a collection of spatial coordinates can save space because many objects do not fill a large portion of the environment. Even if the information is not visual, interpreting the data as a point cloud helps to understand the relationship between multiple variables through classification and segmentation.
  • one or more cameras may include one or more programming modes, including by learning, to feed, modify, and train at least one neural network.
  • one or more neural networks e.g., convolutional neural networks or “CNNs”
  • CNNs convolutional neural networks
  • CNNs may be trained with ground truth data that is generated using sensor data representative of the motion of the cleaning device 100, including the positioning of the processing device 102 and the processing tool (e.g., the brush 106).
  • the camera 200 triggers when a segment of the identified tire enters the field of view of the camera.
  • a hook point may be placed at a known position relative to the sensor (e.g., at a known horizontal distance and a known vertical distance from the position of the camera).
  • the detection system of the cleaning device 100 detects the presence of a tread damage arrangement in the field of view of the detection system (e.g., the field of view of the camera 200), thereby triggering it to capture the image of a tread surface of the identified tire for retreading.
  • the camera 200 triggers the image of a tread surface of the identified tire for retreading.
  • the system “searches”, in the image obtained by the detection system, for the presence of the damage “seen” by the cleaning device 100. If no damage is detected, the detection system continues to obtain the images until the search for the tire is exhausted.
  • the sensing system may determine information about the physical environment around the identified tire that may be used by a control system of the inventive system (the control system comprising, for example, software for planning movements of the cleaning device 100).
  • the control system may be located on the robot or may be in remote communication with the robot.
  • one or more 2D or 3D sensors mounted on the robot may be integrated to provide a digital model of the physical environment (including, where applicable, the side(s), floor, and ceiling).
  • the control system may cause the robot to move to navigate between positions for taking images of the tires during repair processes.
  • the detection data refers to a plurality of records representative of the positioning of the damage of at least one identified tire or a portion of an identified tire tracked over time.
  • the detection data may include one or more of records of the positions of a reference point on a portion of the tire (e.g., the tread surface) over time or at defined time intervals; sensor data taken over time; a video stream that has been processed using a computer vision technique; and/or data indicating the operating status of the cleaning device 100 over time.
  • the detection data may include data representative of one or more continuous movements of the cleaning device 100 before it stops to take one or more images of the tires being retreaded.
  • the detection system is thus configured to generate the movement data of the cleaning device 100.
  • the detection system of the cleaning device 100 may receive a CAD file of the identified tire to match the location of a cut from the CAD file with the identified cut in real time to accurately locate and determine its coordinates.
  • the detection system may receive the CAD file by data transmission methods known to those skilled in the art.
  • the detection system may further include at least one camera and at least one sensor (not shown) to determine the location (i.e., coordinates) of the damage based on the data collected in real time and/or the contour profile of the identified tire.
  • the detection system of the cleaning device 100 may also comprise a motion capture device selected from infrared sensors, ultrasonic sensors, accelerometers, gyroscopes, pressure sensors, and/or equivalent devices.
  • the system learns the movements which perform the taking of images of the tires without intervention of an operator during the retreading processes.
  • the system of the invention comprises a communication network (or “network") which manages the data incoming to the system from various sources (for example, from at least one cleaning device 100 and its associated detection system).
  • the communication network incorporates one or more communication servers (or “servers”) each comprising one or more processors operatively connected to a memory.
  • the memory is configured to store an application for analyzing data representative of the cutouts of the imaged tires.
  • the one or more processors comprise an analysis application execution module which performs the processing of the images, the one or more processors of which are capable of executing programmed instructions stored in the memory to perform the steps of the method (as described below).
  • Input data to the automatic cleaning system of the invention may include general information regarding the identified tire.
  • the general information includes stored data regarding the identification of the identified tire (including, without limitation, its production origin, distribution and/or storage, production date, retread history if applicable, and mounting position and history).
  • the general information may also include the retread rank (if applicable) of the identified tire.
  • the data corresponding to a retread rank of an identified tire are usually managed by the entity that manages the use of one or more identified tires (for example, one or more persons and/or one or more companies) and/or the manufacturer of such tires.
  • processor refers to one or more devices capable of processing and analyzing data and comprising one or more software programs for their processing (e.g., one or more integrated circuits known to those skilled in the art as being included in a computer, one or more controllers, one or more microcontrollers, one or more microcomputers, one or more programmable logic controllers (or "PLCs"), one or more application-specific integrated circuits, one or more neural networks, and/or one or more other known equivalent programmable circuits).
  • the processor comprises one or more software programs for processing the data captured by the detection system (including the camera 200) of the cleaning device 100 (and the corresponding data obtained) as well as one or more software programs for identifying and localizing variances and identifying their sources in order to correct them.
  • the memory may include both volatile and non-volatile memory devices.
  • the non-volatile memory may include solid state memories, such as NAND flash memory, "keep-alive memory” (or “KAM”) for saving various operating variables while the processor is powered off, magnetic and optical storage media, or any other suitable data storage device that retains the data when the cleaning device 100 is disabled or loses power.
  • the volatile memory may include static and dynamic RAM that stores program instructions and data, including a learning application.
  • the processor can configure the cleaning device 100 (and in particular the processing peripheral 102) on one or more parameters of the identified tire calculated by an image processing module incorporated in the memory of the processor.
  • the image processing module analyzes the images of the identified tire and, more precisely, the images of the damage seen by the detection system of the cleaning device 100.
  • the processor may also refer to a reference (e.g., a size table of various tires) to make a final determination of a parameter or parameters of the identified tire.
  • the reference may include known tire parameters corresponding to a plurality of known commercially available tires. For example, after the image processing module calculates one or more identified tire parameters, the processor may compare the calculated parameters with the known parameters stored in the reference. The processor may retrieve the known tire parameters corresponding to the commercially available tires that most closely match the calculated parameters to configure the processing device 102 (and thus place the brush 106 or equivalent processing tool in precise position to clean a corresponding cutout in the tread of the identified tire).
  • the tire reference may include measurements corresponding to a plurality of commercially available tires.
  • the number "225” identifies the tire's cross-section in millimeters
  • the number “50” indicates the sidewall aspect ratio
  • the measurement “RI 7” represents the rim diameter in inches (being approximately 43.18 centimeters).
  • a method of the invention for cleaning a tread pattern of a tire being retreaded.
  • the method of the invention is implemented by the automatic cleaning system of the invention. It is understood that the system can implement the method of the invention in any physical environment without prior knowledge of the pattern of damage to be repaired on the tires identified for retreading.
  • method or “process” may include one or more steps performed by at least one computer system having one or more processors to execute instructions that perform the steps. Unless otherwise indicated, any sequence of steps is exemplary and does not limit the methods described to any particular sequence.
  • the automatic cleaning system of the invention incorporates a combination of vision and machine learning techniques to correctly and quickly reconstruct the observed scene from scattered three-dimensional (or "3D") point clouds, derived from a view of the tire identified for retreading.
  • the system of the invention therefore achieves a continuous improvement in the recognition of tread damage and its relative positioning along the tread surface of the identified tire.
  • the method comprises a step of calibrating the cleaning device 100.
  • the robot is positioned to scan an identified tire.
  • three-dimensional (3D) points are recovered which are expressed by their positioning relative to the camera.
  • these 3D points must be expressed at the robot base (for example, see the base 110 of the cleaning device 100 in Figure 2).
  • the step of calibrating the cleaning device 100 therefore comprises a calibration phase for estimating the pose of the camera 200 relative to its base 110.
  • the step of calibrating the cleaning device 100 comprises a step of positioning a calibration target in a treatment space where the robot will work.
  • the calibration target comprises a checkerboard that is positioned to allow a plurality of photos to be taken by varying the viewing angle each time.
  • an optimization algorithm (incorporated in the camera 200) is used to estimate the pose of the camera 200 in the reference frame of the treatment device 102.
  • the robot is capable of being brought into a position seen by the camera 200. This calibration must be carried out as soon as the cleaning device 106 is installed in the treatment space.
  • the method further comprises a step of positioning an identified damaged tire in the treatment space where the cleaning device 100 will treat it.
  • the identified tire is positioned in proximity to the cleaning device 100 on a rotating drum (as known in the state of the art). During a repair process of the retreading process, the drum rotates the identified tire so that it can be treated sector by sector. It is understood that the identified tire could be positioned on a work table or equivalent support so that the system of the invention can process it.
  • the support can be configured to move in a rotational manner, in a vertical reciprocating manner and/or in a horizontal reciprocating manner, thus allowing the processing of a variety of tires.
  • the “sector by sector” processing refers to several embodiments of the method of the invention incorporating one or more scans followed by a processing of the tread patterns of the identified tire.
  • the sector by sector processing comprises, for each sector of the tire being processed, a scan of the sector followed by a processing of the scanned sector (for example, a brushing of the tread patterns of the scanned sector carried out by the brush 106).
  • the sector by sector processing comprises a scan of all successive sectors of the tire being processed followed by a processing (for example, a brushing) of all successive scanned sectors.
  • the sector by sector processing comprises a scan of the tire being processed (either a scan by individual sectors or a scan of all successive sectors) on a station different from that where a processing (for example, a brushing) of the scanned sectors is carried out.
  • a processing for example, a brushing
  • at least one additional camera would be used on the remote station to perform all the scans.
  • the camera 200 of the cleaning device 100 would be used to perform a single scan to locate the position of the sector in the field of the camera 200 among the set of scans performed on the remote station.
  • a treatment would be performed on the sectors requiring treatment.
  • the cleaning device 100 passes the sector concerned to a scanned sector where one or more damages are identified for treatment.
  • the method further comprises a step of positioning the camera 200 at a reference distance D re f relative to the tread surface of the identified tire (i.e., the damaged surface).
  • the camera 200 is centered relative to the tread surface of the identified tire (being a right/left positioning).
  • the robot begins by positioning the camera 200 in front of the identified tire in a position that allows the camera to see all possible tire dimensions (including diameters and widths).
  • a scan is then performed by the camera 200, then it is analyzed to check if the 200 camera is correctly positioned.
  • the 3D points are expressed relative to a reference point placed at the center of the lens of the camera 200. If this reference point is represented in 3D by scanning a portion of a tire (see “3D visualization” in Figure 3), the X axis is directed toward the lens of the camera 200, the Y axis is directed toward the ground, and the Z axis is directed toward the identified tire. If this reference point is represented in 2D (see “2D visualization” in Figure 3), the origin of the reference point is at the center of the image: the X axis is oriented toward the right, the Y axis is oriented downward, and the Z axis is oriented toward the tire.
  • the areas 300 represent the points belonging to the tread surface of the identity tire.
  • a horizontal central area of the scan is considered, which is used to verify that the distance between the identified tire and the camera 200 is correct.
  • An average distance D mO y of the points is calculated within this horizontal central area, which is represented by the lines 300 A.
  • the 3D points whose distance in Z belongs to an interval [D m oy-mar ge , D m oy+mar g e] are kept. These points represent the points belonging to the tread surface of the identified tire (therefore the relative distances vary according to the parameters of the identified tire).
  • All of these points can be represented in the form of a binary image (identified as the "surface mask” or the "binary mask") where each point kept represents a point belonging to the tread surface of the identified tire (these points are represented by the zones 300 in Figure 4). Then, to obtain a distance Dmoy surface, the distance D mO y is calculated again by considering only the points of the horizontal central zone that belong to the tread surface of the identified tire. By comparing this distance with the reference distance D re f of the camera 200 (because the camera 200 must always be positioned at the distance D re f relative to the tread surface of the identified tire), the frontal correction to be applied to the camera can be calculated.
  • the two vertical lines 300B are calculated which delimit the start and the end of the surface mask and therefore make it possible to verify that the camera 200 is indeed centered relative to the tread surface of the identified tire (see Figure 4).
  • the central vertical line located in the middle of the 300B vertical lines is calculated. If this central vertical line deviates too much from the central line of the image, then a lateral correction will be applied to the position of the camera 200 to recenter it relative to the rolling surface of the identified tire.
  • the cleaning device 106 its initial positioning (and, in applicable cases, the initial orientation of the processing device 102, and thus, the brush 106 or an equivalent processing tool) is determined from the data obtained via the acquisition of the images of the system and of the physical environment in which the system operates (for example, as shown in Figure 2).
  • the analysis application execution module of the processor can employ an automatic and adaptive repositioning algorithm to find an ideal starting position of the cleaning device 100, thus making it possible to execute programmed instructions stored in the memory to perform the image capture.
  • the algorithm allows for continuous improvement over the entirety of the image captures, ensuring that the system (and particularly the cleaning device 100) improves from the experience it acquires, in particular on the choice of the paths to follow in carrying out the cleaning processes during the tire retreading processes.
  • the method further comprises a step of detecting the sculptures which is carried out sector by sector for the identified tire.
  • the cleaning device 100 positions the 3D camera to scan the sector and recover a color and three-dimensional (3D) image of the sector (it is recalled that sector-by-sector processing is involved during this step).
  • the color of the point is known but also its three-dimensional position relative to the camera 200.
  • this sculpture detection step includes a step of applying a neural network to the color and 3D image to determine which points represent sculptures to be brushed. For each image, a binary mask is retrieved at the output of the neural network where each white point indicates that the point represents a sculpture to be cleaned. Before being able to use the neural network, a learning phase is carried out to fix the parameters of the neural network. To do this, several input images are manually annotated to create hundreds of binary masks and indicate which points in the image represent sculpture areas to be cleaned (see Figure 5).
  • This learning phase is performed once to fix the parameters of the neural network, after which the neural network can be used on new images.
  • the output will be a black-only mask. It is understood that false detections may appear in the neural network outputs (represented for example by the circled regions 5A shown in Figure 5).
  • the method of the invention further comprises a step of creating the three-dimensional (3D) trajectories that the cleaning device 100 should follow to clean the sculptures.
  • the processor of the system implements a process of generating the 3D trajectories for processing the sculptures (or “3D trajectory generation process”) carried out by an algorithm as shown in Figure 6 (the phrase “cleaning mask” as shown in Figure 6 refers to the binary mask of the sculptures).
  • the process of generating 3D trajectories includes a data preparation step. During this step, the cleaning of the binary mask is performed to remove possible noise and to round the contours. Then, during this step, the points belonging to the contours of all the white objects present in the binary mask are extracted (called “contour extraction”). Thus, a set of polygons with holes is obtained (see Figure 7 which represents an example of an extraction of the contours associated with the sculptures mask).
  • the 3D trajectory generation step includes a step of extracting horizontal and vertical two-dimensional (2D) paths. During this step, small holes (possibly present inside the different polygons extracted during the data preparation step) are removed. During this step, the “morphological skeleton” of each polygon is then calculated. This consists of extracting all the central points of each polygon.
  • the morphological skeleton (or “skeleton”) is made up of nodes (which are the ends of the skeleton or the crossing points) and paths (which are the points located between two nodes). Referring to Figure 8, an example of a skeleton is shown with lines 8A representing the points of the polygons and lines 8B representing the points of the skeleton. Nodes 8C are indicated in the skeleton, and paths are located between two nodes 8C.
  • each path is then classified as horizontal or vertical. To do this, its bounding box is calculated (see bounding box 9A in Figure 9), and the orientation of a vector composed of its width and height is compared with the y-axis (see Figure 9). If the calculated angle (represented by angle O in Figure 9) exceeds a predetermined threshold, the path is considered to be horizontal, and vertical otherwise.
  • the vertical or horizontal paths are classified, and the paths of the same category (the vertical category and the horizontal category) are merged with close ends.
  • skeleton 1 a polygon with six (6) nodes and (5) paths is shown.
  • skeleton 2 a classification of the paths is carried out to obtain three (3) horizontal paths and two (2) vertical paths.
  • skeleton 3 after merging the paths, two (2) horizontal paths and one (1) vertical path are obtained.
  • the merger is carried out, it remains to freeze the direction of travel of each path. This point is very important to ensure that the cleaning device 100 can travel all the paths of the cutout without blocking.
  • all the vertical paths are traveled from bottom to top and all the horizontal paths are traveled from right to left.
  • all vertical paths are traversed from top to bottom, and all horizontal paths are traversed from left to right.
  • the 3D trajectory generation step further comprises a 3D trajectory development step which is carried out once the vertical and horizontal paths have been extracted.
  • this development step (which aims to order the different paths to obtain the order in which the sculptures will be cleaned), the vertical paths are first ordered, then the horizontal paths. It is understood that the method of the invention also works by doing the reverse order (starting with the horizontal paths, then the vertical paths).
  • one begins with a vertical path having a starting point located furthest to the furthest extent in the image.
  • a vertical path having a starting point located furthest to the furthest extent in the image Referring to the example shown in Figure 11, one begins with the vertical path 1 IA having a starting point located furthest to the left in the image (it is understood that the process also works by beginning with the vertical path 1 IB having a starting point located furthest to the right in the image).
  • the next path will be the one whose starting point is closest to the end point of the previous path (e.g., the central path 1 IC shown in Figure 11).
  • the order for the vertical paths is retained (as shown in Figure 11 by the dotted vertical lines 11D).
  • one begins with a horizontal path having the starting point closest to the last ordered vertical path.
  • the same reasoning as that used for the vertical paths is then applied to arrive at an order for the horizontal paths (represented by lines 11E in Figure 11).
  • the ordered set of vertical and horizontal paths gives the processing order for all the treads in the scanned sector of the identified tire (this order being represented by the dotted line 11F).
  • This method makes it possible to obtain a processing order based on the parameters of the tire being processed and the identified damage. It is understood that the system could use other equivalent methods to order the vertical and horizontal paths, thus allowing the system processing flexibility to ensure effective cleaning for all the treads.
  • the method of the invention further comprises a step of simplifying the paths during which the 3D point associated with each point of each vertical and horizontal path is recovered (it is recalled that the data from the camera 200 represents a color and 3D image).
  • a simplification algorithm is applied to reduce the number of points. By limiting the number of points, the speed of travel of the cleaning device 100 during a cleaning process is increased).
  • This simplification consists of approaching the path by a set of segments and ensuring that each segment does not stray too far from the initial path. For this, a threshold in millimeters is used which makes it possible to simplify each path.
  • FIG. 12 An example of simplification is shown in Figure 12 where diagram A (left) represents a rough simplification with a few 12A points, and diagram B (right) represents a precise simplification with more 12A points. In both cases, we seek to simplify in 3D the path 12B and the set of segments (represented by the dotted lines 12C).
  • the method of the invention further comprises a step of adding the approach and withdrawal points to complete the 3D trajectory obtained after the simplification step.
  • two approach and withdrawal points are added at the start and end of each vertical and horizontal path, which allow the cleaning device 100 to start and finish cleaning the path (which corresponds to a tread pattern on the surface of the tire identified during treatment).
  • These approach and withdrawal points are necessary to ensure that the brush 106 (or the equivalent treatment tool) does not damage the pneumatic between cleaning two successive paths.
  • these points must not be too close to the tire to ensure that the brush (or equivalent treatment tool) will not touch the tire between two successive paths.
  • these points must also not be too far apart to avoid excessively long travel times between two successive paths.
  • Approach point 1 is constructed by shifting it by a predetermined distance L from the first point of the path or from the last point of the path (in this case, the distance L from the last point 13 A is shown). The shift is performed in the same direction as the first segment of the path or the last segment of the path (in this case, the shift is performed in the same direction as the last segment of the path).
  • Approach point 2 is constructed from approach point 1 by bringing this point 2 closer to camera 200 by a predetermined distance L2 starting from point 1. It is understood that the parameters L and L2 are adjustable.
  • the approach and withdrawal points 13A, 13B are always located between the rolling surface of the identified tire and the camera 200 (see Figure 14).
  • the method of the invention comprises a final step of calculating the orientations of the brush 106.
  • the 3D orientation of the brush 106 is calculated at each point of each vertical and horizontal path.
  • the 3D normal is calculated at each point as well as the direction vector between each pair of successive points (this vector gives the direction to follow between two points of each path).
  • the normal gives the orientation of the Z axis of the brush 106
  • the direction vector gives the orientation of the X axis of the brush (the Y axis is automatically fixed following the fixing of the X and Z axes).
  • the points 15A represent a few points of a path 15B
  • the line 15C represents the complete 3D trajectory.
  • the orientation calculated for the brush 106 is represented by the X axis, the Y axis and the Z axis (in red). It is understood that the calculation described applies in cases where the brush 106 is replaced by an equivalent treatment tool.
  • the system of the invention can easily repeat the steps of the method in an order to properly clean the grooves of the tire identified in the course of a retreading process.
  • image processing techniques can be used to select and determine the parameters of the target tires.
  • Several commercially available image processing systems can be used.
  • a vision system may be used to detect the presence of a tire in the field of view of the camera 200, triggering the camera to capture the image of the identified tire for processing.
  • one or more steps of the method may further comprise a step of scanning the physical environment containing the cleaning device 100. In embodiments of the method, this step further comprises a step of measuring the physical environment to arrive at an exact positioning of the brush 106 (or equivalent treatment tool).
  • this step one or more sensors may be employed to capture data corresponding to the treatment tools and the tires in order to determine the shapes and/or positions of the individual tires. This information is relevant to enable precise modeling of the method of the invention in order to optimize the time of an associated retreading process.
  • a method of the invention may be carried out by the control of the PLC and may include preprogramming of the management information.
  • a setting of the method may be associated with the parameters of the tire being retreaded, and/or the properties of the tires treated in a retreading installation incorporating the cleaning device 100 (for example, aircraft tires, heavy-duty tires, etc.).
  • the system of the invention (and/or an installation incorporating this system) may easily repeat one or more steps of the method of the invention in a determined order to ensure the substantially complete cleaning of the tread (and particularly the grooves) of the treated tire.
  • the system of the invention may include preprogramming of management information.
  • a process setting may be associated with the parameters of the typical physical environments in which the system operates.
  • the system and/or a retreading facility incorporating the system
  • a request may be made that includes a request for the current status of a retreading process cycle in progress.
  • a generated response may be represented audibly, visually, tactilely (e.g., using a haptic interface) and/or virtually and/or augmentedly. This response, together with the corresponding data, may be recorded in a neural network.
  • a monitoring system could be implemented. At least part of the monitoring system may be provided in a portable device such as a mobile network device (e.g., a mobile phone, a laptop, one or more network-connected wearable devices (including “augmented reality” and/or “virtual reality” devices), network-connected wearables, and/or any combinations and/or equivalents). It is envisaged that detection and comparison steps may be performed iteratively.
  • a mobile network device e.g., a mobile phone, a laptop, one or more network-connected wearable devices (including “augmented reality” and/or “virtual reality” devices), network-connected wearables, and/or any combinations and/or equivalents). It is envisaged that detection and comparison steps may be performed iteratively.
  • the method of the invention may include a step of training the system to recognize values representative of the tires to be retreaded (e.g., values of the internal diameter and the external diameter) and to make a comparison with targeted values (e.g., to perform an order of tires incorporating the retreaded tires).
  • Each step of the training may include a classification generated by self-learning means. This classification may include, without limitation, the parameters of the selected tires, the durations of the process cycles and the expected values at the end of a process in progress (e.g., the number of tires retreaded during a cycle to reach a desired level).

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tyre Moulding (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

L'invention concerne un procédé de nettoyage d'une sculpture d'un pneumatique identifié endommagé en cours de rechapage, le procédé mis en œuvre par au moins un processeur comprenant un module de traitement qui applique, à au moins un réseau neuronal, les données représentatives des images capturées de la sculpture du pneumatique identifié. L'invention concerne aussi un procédé de rechapage comprenant le procédé divulgué. L'invention concerne en outre un système de nettoyage automatique permettant le nettoyage d'une sculpture d'un pneumatique identifié en cours de rechapage.

Description

Description
Titre : Système et procédé de nettoyage automatique de fond de sculpture de pneumatique
Domaine Technique
L’invention concerne un système et procédé de nettoyage d’une sculpture d’un pneumatique en cours de rechapage. Plus particulièrement, l’invention concerne l’emploi d’un dispositif de nettoyage portant un outil de traitement qui est capable de nettoyer les sculptures de pneumatiques identifiés d’être rechapés.
Contexte
Dans le domaine de fabrication et maintien de pneumatiques, le rechapage est un processus connu pour mettre mise en état de fonctionnement d’un pneumatique usé en renouvelant la gomme de la bande de roulement et le ou les plis. Au cours du processus de rechapage, les anciens produits de la bande de roulement sont retirés et remplacés par de nouveaux matériaux. Le rechapage est une méthode qui est connue est réglementée dans plusieurs industries (y compris, sans limitation, l’industrie transport, l’industrie aérienne, l’industrie d’extraction et l’industrie agricole). Les dommages pourraient correspondre à une ou quelques familles de dommage (y compris, sans limitation, des dommages de sculpture, des dommages d’arrachement, des dommages de coupure et des dommages de perforation). Quel que soit le type de pneumatiques rechapés, les étapes d’un procédé de rechapage sont sensiblement les mêmes de l’entrée d’un pneumatique à une installation de rechapage jusqu’à sa sortie. Pendant le procédé de rechapage, un processus de réparation est réalisé pendant lequel les pneumatiques destinés pour rechapage sont examinés pour que les dommages existants puissent être identifiés et localisés. Pendant le processus de réparation, une détection visuelle du dommage est faite (soit par moyens manuels soit par moyens automatiques (par exemple, une ou des caméras) soit par une combinaison des deux). Si on focalise sur la réparation des dommages du type « sculpture », pendant le processus de réparation, une étape de nettoyage du dommage est réalisée à l’aide d’une soufflette à air comprimé et d’une brosse douce. Ensuite, une étape d’élimination de la gomme restant est réalisée à l’aide d’une brosse dure pour mettre à nue la première nappe sommet. Le processus de réparation continue avec une détection visuelle de la présence de corrosion sur les câbles métalliques (soit par moyens manuels soit par moyens automatiques (par exemple, une ou des caméras) soit par une combinaison des deux). Si cette détection visuelle confirme la présence de corrosion, une étape de suppression est réalisée à l’aide d’une meule. Ces étapes de détection/ suppress! on de corrosion sont répétées sur les différentes nappes successives tant que de la corrosion est détectée. Après la réalisation du processus de réparation, le procédé de rechapage peut continuer dans un ordre d’étapes typique vers la sortie d’un pneumatique de l’installation de rechapage (les étapes comprenant, sans limitation, une étape de pose de bande de roulement, une étape de cuisson, une étape de contrôle et une étape d’expédition). Jusqu’à maintenant, une ou plusieurs étapes du processus de réparation des dommages sont réalisées manuellement.
Il existe des efforts en cours pour automatiser au moins une partie du processus de réparation. Par exemple, le brevet européen EP2456612B1 divulgue un système de pulvérisation automatique d’une colle à dissolution lors du rechapage d’un pneumatique. La pulvérisation de colle intervient après le processus de réparation et juste avant la pose de la bande de roulement. La colle est pulvérisée dans des trous et/ou des cratères détectés automatiquement par acquisition d’un profil tridimensionnel (ou « 3D) obtenu par un profilomètre. La colle pulvérisée est enfin appliquée sur les trous et/ou les cratères par un applicateur automatique. Le brevet européen EP3551443B1 divulgue un système de réparation automatique de dommages lors du rechapage d’un pneumatique. Le système divulgué comprend un profilomètre laser déporté et fixe qui permet de scanner toute la bande de roulement en mettant la carcasse en rotation. Le système comprend aussi une caméra couleur embarquée sur un robot qui prend des photos d’un dommage une fois que la gomme le recouvrant a été enlevée. Ces images couleurs sont utilisées pour réaliser la détection de corrosion en analysant les couleurs de l’image (par exemple, en recherchant la couleur rouge sur les câbles). L’algorithme de traitement utilise l’information tridimensionnelle (3D) du profilomètre pour détecter les dommages. Les traitements utilisés pour détecter les dommages comprennent la construction d’un profil moyen et la comparaison à ce profil. Ces traitements seraient suffisants si la carcasse pouvait être considérée comme un corps rigide. Cependant, une carcasse est plutôt un corps déformable qui peut présenter de nombreuses déformations plus ou moins locales (par exemple, un faux rond plus ou moins prononcé). Ces déformations peuvent être considérées comme des dommages écartés par rapport à un profil moyen. Le système divulgué ne peut donc pas s’adapter à tous les dommages possibles.
Le brevet européen EP2414153B1 divulgue une machine qui réalise un procédé automatique pour l’identification et le travail de défauts sur les pneumatiques usagés. La machine divulguée comprend un système de vision qui s’appuie sur un projecteur infrarouge pour obtenir une information 3D sur le dommage en cours d’analyse. Pendant le procédé, un balayage automatique de la surface de travail du pneu permet d’identifier la morphologie des dommages et de faire une comparaison entre les morphologies identifiées et une référence de dommages connus. Une sélection du travail et d’un outil correspondant est réalisée pour exécuter le travail sélectionné sur le dommage identifié.
Il n’y a rien dans l’art antérieur qui propose l’établissement d’un lien entre l’identification et la localisation des dommages et le nettoyage des dommages à l’aide d’un outil de traitement de manière complètement automatisée. Ainsi, l’invention divulguée concerne la réparation automatique des dommages du type « sculpture » détectés par apprentissage. Un traitement algorithmique s’appuie sur des milliers d’images d’apprentissage pour que l’algorithme apprenne à reconnaître les points de l’image (tridimensionnelles et couleur) appartenant à une sculpture d’un pneumatique identifié pour rechapage. Cette approche est évolutive et deviendra de plus en plus robuste car il est possible d’intégrer à l’apprentissage les images de sculpture non détectée afin d’étendre le périmètre d’utilisation de l’algorithme. De plus, le nettoyage des sculptures ne dépend d’aucune recette prédéfinie car la trajectoire de traitement est définie à la volée en fonction de la forme de la sculpture.
Résumé de l’invention
L’invention concerne un procédé de nettoyage d’une sculpture d’un pneumatique identifié endommagé en cours de rechapage, le procédé mis en œuvre par au moins un processeur comprenant un module de traitement qui applique, à au moins un réseau neuronal, les données représentatives des images capturées de la sculpture du pneumatique identifié, caractérisé en ce que le procédé comprend les étapes suivantes : une étape de fourniture d’un système de nettoyage automatique ce dont le processeur fait partie pour reconnaître automatiquement un ordre de traitement des dommages dans la sculpture du pneumatique identifié ; une étape de calibration d’un dispositif de nettoyage qui fait partie du système de nettoyage automatique, le dispositif de nettoyage comprenant un périphérique de traitement soutenu par un bras allongé pivotant qui s’étend jusqu’à une extrémité libre où un outil de traitement est disposé le long d’un axe longitudinal commun ; une étape de positionnement du pneumatique identifié dans un espace de traitement où le dispositif de nettoyage le traite ; une étape de positionnement d’au moins une caméra qui fait partie du système de nettoyage automatique à une distance référentielle par rapport à une surface de roulement du pneumatique identifié ; une étape de détection des sculptures comprenant un traitement secteur par secteur pour le pneumatique identifié incorporant un ou des scans suivis par un traitement des sculptures du pneumatique identifié pour récupérer une image couleur et tridimensionnelle (3D) de chaque secteur scanné ; une étape de création des trajectoires tridimensionnelles (3D) que le dispositif de nettoyage devrait suivre pour traiter les sculptures ; une étape de simplification des chemins verticaux et horizontaux pendant laquelle un point 3D associé à chaque point de chaque chemin est récupéré; une étape d’ajout des points d’approche et de retrait pour compléter la trajectoire 3D obtenue après l’étape de simplification des chemins, pendant laquelle, en début et en fin de chaque chemin vertical et horizontal, un point d’approche et un point de retrait sont ajoutés permettant au dispositif de nettoyage de commencer et de terminer le traitement du chemin qui correspond à une sculpture sur la surface de roulement du pneumatique identifié ; et une dernière étape de calcul des orientations de l’outil de traitement pendant laquelle une orientation 3D de l’outil de traitement est calculée en chaque point de chaque chemin vertical et horizontal ; de sorte que le dispositif de nettoyage est mis en mouvement pour que le périphérique de traitement puisse poser l’outil de traitement pour réaliser le nettoyage de la sculpture du pneumatique identifié.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, pendant l’étape de détection des sculptures, le traitement secteur par secteur pour le pneumatique identifié comprend : pour chaque secteur du pneumatique identifié, une étape de scan du secteur suivi d’un traitement du secteur scanné ; un scan de tous les secteurs successifs du pneumatique identifié suivi par un traitement de tous les secteurs successifs scannés ; ou un scan du pneumatique en cours de traitement sur un poste différent de celui où un traitement des secteurs scannés est effectué ; de sorte que d’un traitement d’un ou des secteurs scannés est réalisé par le dispositif de nettoyage.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de calibration du dispositif de nettoyage comprend une phase de calibration pour estimer la pose de la caméra par rapport à une base du dispositif de nettoyage.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de calibration du dispositif de nettoyage comprend une étape de positionnement d’une mire de calibration dans l’espace de traitement, pendant laquelle la caméra met en œuvre un processus pour estimer la pose de la caméra dans le repère du périphérique de brossage.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, pendant l’étape de positionnement du pneumatique identifié, le pneumatique identifié est positionné à la proximité du dispositif de nettoyage sur un tambour rotatif disposé dans l’espace de traitement, de sorte que, dans le cours d’un processus de réparation d’un procédé de rechapage, le tambour fait tourner le pneumatique identifié pour qu’il puisse être traité secteur par secteur.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de positionnement de la caméra comprend une étape de vérification d’un scan réalisée par la caméra comprenant les étapes suivantes : une étape d’identification d’une zone centrale horizontale du scan qui est utilisée pour vérifier que la distance entre le pneumatique identifié et la caméra est correcte ; une étape de calcul d’une distance moyenne (DmOy ) des points à l’intérieur de la zone centrale horizontale ; une étape de conservation des points 3D sous la forme d’un masque de surface comprenant une image binaire représentant les points appartenant à la surface de roulement du pneumatique identifié ; une étape de calcul à nouveau la distance moyenne (DmOy ) en ne considérant que les points de la zone centrale horizontale qui appartiennent à la surface de roulement du pneumatique identifié pour obtenir une distance (DmOy surface) ; une étape de comparaison de la distance (DmOy surface) avec la distance référentielle de la caméra ; une étape de calcul des deux lignes verticales qui délimitent le début et la fin du masque de surface pour permettre de vérifier que la caméra est centrée par rapport à la surface de roulement du pneumatique identifié ; une étape de calcul d’une ligne verticale centrale située au milieu des lignes verticales ; et où la ligne verticale centrale calculée s’écarte de la ligne centrale de l’image au-delà un seuil prédéterminé, une étape d’application d’une correction latérale à la position de la caméra pour la recentrer par rapport à la surface de roulement du pneumatique identifié. Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de détection des sculptures comprend une étape d’application d’un réseau neuronal sur l’image couleur et 3D pour déterminer quels points représentent des sculptures du pneumatique identifié à traiter avec l’outil de traitement, pendant laquelle, à chaque image, le masque de surface est récupéré en sortie du réseau neuronal où chaque point blanc indique que le point représente une sculpture à nettoyer.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de création des trajectoires tridimensionnelles (3D) comprend les étapes suivantes : une étape de préparation des données, pendant laquelle les points appartenant aux contours de tous les objets blancs présents dans le masque de surface sont extraits pour obtenir un ensemble de polygones avec des trous ; et une étape d’extraction des chemins bidimensionnels (2D) horizontaux et verticaux, pendant laquelle les trous présents à l’intérieur des polygones extraits pendant l’étape de préparation des données sont supprimés, cette étape comprenant les étapes suivantes : une étape de calcul d’un squelette morphologique de chaque polygone comprenant l’extraction de l’ensemble des points centraux de chaque polygone, dans lequel chaque squelette morphologique est constitué de nœuds représentant des extrémités du squelette morphologique et/ou les points de croisements, et de chemins comprenant des points situés entre deux nœuds ; une étape de classement de chaque chemin en catégorie chemin horizontal ou catégorie chemin vertical, pendant laquelle les chemins de même catégorie sont fusionnés avec des extrémités proches et, une fois la fusion réalisée, le sens de parcours de chaque chemin est figé ; et une étape d’élaboration des trajectoires 3D qui est réalisée une fois les chemins verticaux et horizontaux extraits, pendant laquelle les chemins verticaux et les chemins horizontaux sont ordonnés ; de sorte que l’ensemble ordonné des chemins verticaux et horizontaux donne l’ordre de traitement de toutes les sculptures du secteur scanné du pneumatique identifié.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, pendant l’étape d’ajout des points d’approche et de retrait : un premier point d’approche est construit en le décalant d’une distance (L) prédéterminée du premier point ou du dernier point du chemin, et, une fois décalé, le premier point d’approche est rapproché de la caméra de la distance (L) ; et un deuxième point d’approche est construit à partir du premier point d’approche en rapprochant ce deuxième point d’approche de la caméra d’une deuxième distance (L2) en partant du premier point d’approche.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’étape de calcul des orientations de l’outil de traitement comprend une étape de calcul de la normale 3D en chaque point ainsi que le vecteur directeur entre chaque paire de points successifs, dans lequel le vecteur directeur donne la direction à suivre entre deux points de chaque chemin, où la normale donne l’orientation de l’axe Z de l’outil de traitement, le vecteur directeur donne l’orientation de l’axe X de l’outil de traitement, et l’axe Y est fixé automatiquement en fonction de la fixation des axes X et Z.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, le processeur se réfère à un tableau de taille de pneumatiques variés pour effectuer une détermination d’un ou des paramètres du pneumatique identifié.
Dans certains modes de réalisation du procédé de nettoyage de l’invention, l’outil de traitement comprend au moins une brosse.
L’invention concerne aussi un procédé de rechapage comprenant le procédé de nettoyage divulgué.
L’invention concerne en outre un système de nettoyage automatique permettant le nettoyage d’une sculpture d’un pneumatique identifié en cours de rechapage, le système de nettoyage automatique comprenant : au moins un dispositif de nettoyage comprenant un robot ayant un périphérique de nettoyage soutenu par un bras allongé pivotant et s’étendant du bras allongé jusqu’à une extrémité libre où un outil de traitement est disposé le long d’un axe longitudinal commun ; un système de détection pour recueillir l'information sur l'environnement physique autour du dispositif de nettoyage ; et un réseau de communication qui gère les données entrantes au système de nettoyage automatique à partir de chaque dispositif de nettoyage, le réseau de communication comprenant au moins un serveur de communication permettant d'exécuter des instructions programmées stockées dans une mémoire d’un ou des processeurs du système de nettoyage automatique pour mettre en œuvre le procédé de nettoyage de l’invention ; de sorte que le dispositif de nettoyage est configuré sur un ou plusieurs paramètres du pneumatique identifié calculés par un module de traitement d'images incorporé dans la mémoire du processeur pour mettre le dispositif de nettoyage en mouvement pour que le périphérique de brossage puisse poser l’outil de traitement pour réaliser le nettoyage de la sculpture du pneumatique identifié.
Dans certains modes de réalisation du système de l’invention, le système de détection comprend au moins une caméra du type RGB-D fixée à au moins un parmi le bras allongé et le périphérique de traitement du dispositif de nettoyage.
D’autres aspects de l’invention vont devenir évidents grâce à la description détaillée suivante.
Brève description des dessins
La nature et les divers avantages de l’invention vont devenir plus évidents à la lecture de la description détaillée qui suit, conjointement avec les dessins annexés, sur lesquels les mêmes numéros de référence désignent partout des parties identiques, et dans lesquels :
[Fig 1] La figure 1 représente une vue schématique en section transversale d’un mode de réalisation d’un pneumatique connu.
[Fig 2] La Figure 2 représente une vue schématique d’un mode de réalisation d’un dispositif de nettoyage qui fait partie d’un système de nettoyage automatique de l’invention.
[Fig 3] La Figure 3 représente un exemple d’une visualisation d’une partie d’un pneumatique obtenue pendant un procédé de nettoyage de l’invention.
[Fig 4] La Figure 4 représente une vue schématique d’un positionnement d’une caméra du système de nettoyage automatique de l’invention par rapport à une surface de roulement d’un pneumatique identifié en cours de rechapage.
[Fig 5] La Figure 5 représente une vue schématique d’entrée des images couleurs et 3D à un réseau neuronal dans la création des masques de surface réalisée pendant le procédé de nettoyage l’invention.
[Fig 6] La Figure 6 représente un diagramme de flux d’un algorithme qui réalise un processus de génération des trajectoires 3D de traitement des sculptures.
[Fig 7] La Figure 7 représente un exemple d’une extraction des contours associés au masque des sculptures créé pendant le procédé de nettoyage de l’invention.
[Fig 8] La Figure 8 représente un exemple d’un squelette créé pendant un processus de génération des trajectoires 3D de traitement des sculptures.
[Fig 9] La Figure 9 représente un exemple d’une boite englobante pour classer des chemins horizontaux et verticaux pendant un processus de génération des trajectoires 3D.
[Fig 10] La Figure 10 représente un exemple de fusion des chemins de même catégorie pendant un processus de génération des trajectoires 3D.
[Fig H] La Figure 11 représente un exemple d’un ordre des chemins verticaux et horizontaux retenus à la fin d’un processus de générations des trajectoires 3D.
[Fig 12] La Figure 12 représente un exemple de simplification des chemins réalisée pendant le procédé de nettoyage de l’invention.
[Fig 13] [Fig 14] La Figure 13 représente un exemple de construction des points d’approche et des points de retraits réalisée pendant le procédé de nettoyage de l’invention, et la Figure 14 représente un exemple des points d’approche et de retrait construits.
[Fig 15] La Figure 15 représente un exemple d’une orientation 3D d’un outil de traitement du système de nettoyage automatique de la Figure 2 calculée pendant le procédé de nettoyage de l’invention.
Description détaillée
En considérant les caractéristiques d’un pneumatique d’être rechapé, il faut tenir compte de sa géométrie. Un pneumatique est un objet ayant une géométrie connue comprenant généralement plusieurs couches de gomme superposées (ou « couches »), ainsi qu’une structure métallique ou en fibres textiles constituant une carcasse de renfort de la structure de pneumatique. La nature de la gomme et la nature du renfort sont choisies en fonction des caractéristiques finales recherchées. La figure 1 comprend une représentation schématique d’un pneumatique 10 comprenant, de façon classique, deux bourrelets circonférentiels destinés à permettre l'accrochage du pneumatique sur une jante. Chaque bourrelet comprend une tringle annulaire de renfort. La constitution d’un pneumatique est typiquement décrite par une représentation de ses constituants dans un plan méridien, c'est-à-dire un plan contenant l'axe de rotation du pneumatique. Les directions radiale, axiale et circonférentielle désignent respectivement les directions perpendiculaires à l'axe de rotation du pneumatique, parallèle à l'axe de rotation du pneumatique, et perpendiculaire à tout plan méridien. Les expressions « radialement », « axialement » et « circonférentiellement » signifient respectivement « selon une direction radiale », « selon la direction axiale » et « selon une direction circonférentielle » du pneumatique. Les expressions « radialement intérieur » et « respectivement radialement extérieur » signifient « plus proche, respectivement plus éloigné, de l'axe de rotation du pneumatique, selon une direction radiale.
Le pneumatique 10 comprend également une bande de roulement 12, rajoutée sur la surface extérieure de pneumatique. La bande de roulement 12 destinée à entrer en contact avec un sol par l’intermédiaire d’une surface de roulement 12a. Le pneumatique 10 comprend en outre une armature de sommet comprenant une armature de travail 14 et une armature de frettage 16, l’armature de travail 14 ayant des couches de travail représentées par les couches 14a et 14b. Le pneumatique 10 comprend aussi deux flancs (un flanc 18 étant représenté dans la figure 1) et deux bourrages 20 renforcés avec une tringle 22. Une couche carcasse radiale 24 s'étend d'un bourrelet à l'autre en entourant le tringle de manière connue. La bande de roulement 12 comporte des renforcements constitués, par exemple, des couches superposées comportant des fils de renforcement connus. Dans des modes de réalisation, le pneumatique peut inclure une gomme 26 qui évacue l’électricité statique produite lors du roulage.
La bande de roulement 12 est délimitée, selon la direction radiale, par deux surfaces circonférentielles dont la plus radialement extérieure est la surface de roulement 12a et dont la plus radialement intérieure est appelée la surface de fond de sculpture. La surface de fond de sculpture (ou « surface de fond »), est définie comme la surface translatée de la surface de roulement radialement vers l'intérieur d'une distance radiale égale à la profondeur de sculpture. Il est courant que cette profondeur soit dégressive sur les portions circonférentielles les plus axialement extérieures (appelées « épaules ») de la bande de roulement 12.
De plus, la bande de roulement d'un pneumatique est délimitée, selon la direction axiale, par deux surfaces latérales. La bande de roulement est en outre constituée par un ou plusieurs mélanges caoutchouteux. L'expression « mélange caoutchouteux » désigne une composition de caoutchouc comportant au moins un élastomère et une charge. Afin d'obtenir des performances en adhérence sur sol mouillé, des découpures sont disposées dans la bande de roulement 12. Une découpure désigne soit un puits, soit une rainure, soit une incision, soit un sillon circonférentiel et forme un espace débouchant sur la surface de roulement 12a. La performance d'une sculpture d'une bande de roulement doit être suffisamment constante malgré l'usure de ladite bande pour assurer la pérennité du pneumatique. En conséquence, il est nécessaire de maintenir une certaine épaisseur de matériaux caoutchouteux entre la face de fond des découpures (rainures ou sillons) et les éléments de renforcement pour garantir l'endurance du pneumatique. Par exemple, des rainures doivent avoir des largeurs suffisantes pour permettre une évacuation du liquide présent à la surface du sol quel que soit le stade de l'usure de la bande de roulement (12). En se référant aux figures, sur lesquelles les mêmes numéros identifient des éléments identiques, la Figure 2 représente un mode de réalisation d’un dispositif de nettoyage 100 qui fait partie d’un système de nettoyage automatique (ou « système ») de l’invention. Le système de nettoyage automatique l’invention met en œuvre un procédé de l’invention (« procédé ») permettant le nettoyage par outil de traitement d’une sculpture d’un pneumatique identifié en cours de rechapage. Le procédé divulgué incorpore une méthode d’apprentissage automatique qui est basée sur les données correspondantes aux images obtenues du pneumatique identifié dont l’algorithme employé analyse la surface de roulement du pneumatique identifié pour poser et pour insérer l’outil de traitement dans une découpure du pneumatique identifié. Il est entendu que le procédé de l’invention peut faire partie d’un procédé de rechapage existant pour améliorer son processus de réparation.
Dans un mode de réalisation du dispositif de nettoyage 100 du système de l’invention, le dispositif de nettoyage comprend un robot ayant un périphérique de traitement 102 soutenu par un bras allongé 104 pivotant. Le périphérique de traitement 102 s’étend du bras allongé 104 jusqu’à une extrémité libre 102a où un outil de traitement est disposé le long d’un axe longitudinal commun. Dans le mode de réalisation du dispositif de nettoyage 100 représenté dans la Figure 2, l’outil de traitement comprend une brosse 106 qui est choisie parmi les brosses industrielles disponibles dans le commerce pour nettoyer les pneumatiques pendant les procédés de rechapage (par exemple, les brosses rotatives industrielles en filaments synthétiques ou métalliques). La description suivante fait référence à la brosse 106, mais il est entendu que d’autres outils de traitement équivalents pourraient être employés dans le cadre de l’invention (y compris, sans limitation, un couteau, une râpe, une carde, une fraise ou une meule).
La fixation de la brosse 106 (ou la fixation d’un outil de traitement équivalent) au périphérique de traitement 102 peut être réalisée par un vissage d’un adaptateur à l’extrémité libre 102a du périphérique de traitement. La fixation de la brosse 106 est réalisée de manière permettant sa rotation par rapport à l’axe longitudinal et permettant aussi son filage autour un axe de rotation prédéfini pendant un processus de réparation. Il est entendu que la fixation de la brosse 106 au périphérique de traitement 102 peut être réalisée par un ou des moyens de fixation connus (y compris, sans limitation, le soudage, le collage et des moyens équivalents). Ainsi, le robot facilite le nettoyage d’une variété de découpures sans interruption de la rotation et/ou du filage de la brosse 106.
Le dispositif de nettoyage 100 est mis en mouvement pour que le périphérique de traitement 102 puisse réaliser le nettoyage d’une sculpture d’un pneumatique identifié P (voir la Figure 2) par le dispositif de nettoyage pendant un procédé réalisé par le système de l’invention (comme décrit ci-dessous). Il est entendu que la sculpture du pneumatique identifié incorpore les découpures trouvées sur sa surface de roulement. Le terme "pneumatique identifié" (dans le singulier ou le pluriel) est utilisé ici pour faire référence à un pneumatique en cours de rechapage et présent dans l'environnement physique du système incorporant le dispositif de nettoyage 100 (l’environnement physique étant, par exemple, une installation de rechapage incorporant le dispositif de nettoyage 100).
Il est entendu que la configuration du dispositif de nettoyage 100 est donné à titre d’exemple. Par exemple, le dispositif de nettoyage 100 peut comprendre un robot fixe installé à une installation de rechapage, fixé, par exemple, à un support par rapport auquel le robot s’étend (par exemple, une base 110 comme représentée dans la Figure 2). Dans ce cas, il est entendu que le robot peut être fixé à un plafond, à un mur, à un sol ou à n’importe quel support qui permet la réalisation du procédé de l’invention en cours d’un procédé de rechapage. Il est entendu que le dispositif de nettoyage 100 peut comprendre au moins un robot itinérant. Par « itinérant », il est entendu que le dispositif de prise peut être mis en mouvement soit par des moyens de mouvement intégrés (par exemple, un ou des moteurs intégrés) soit par des moyens de mouvement non-intégrés (par exemple, un ou des moyens mobiles y compris les moyens mobiles autonomes). Il est entendu que le dispositif de nettoyage 100 peut être un robot industriel classique ou un robot collaboratif voire un robot delta ou à câble.
Les découpures susceptibles d’être nettoyés par le dispositif de nettoyage 100 pendant le procédé de l’invention comprennent des rainures et des sillons. Les rainures sont les découpures permettant l’évacuation de l’eau. Une rainure a une largeur telle que les parois de matière en vis-à-vis la délimitant n’entrent pas en contact l’une avec l’autre, lors du passage de la bande de roulement dans la surface de contact, lorsque le pneumatique est soumis à des conditions de gonflage et de charge recommandées telles que définies notamment par les normes européennes de la « European Tyre and Rim Technical Organization » (Organisation technique européenne du pneu et de la roue) ou « E.T.R.T.O » dans son « Standards Manual 2020 - Commercial Vehicle Tyres » (Manuel de normes 2020 - Pneus pour véhicules commerciaux). Les déformations en compression et en cisaillement des éléments en relief délimitant la rainure conditionnent les pressions dans le contact avec le sol et donc l’usure. Un sillon est une rainure sensiblement circonférentielle, et les faces latérales sont sensiblement circonférentielles en ce sens, que leur orientation peut varier localement autour de plus ou moins 45° autour de la direction circonférentielle. L’ensemble des motifs appartenant au sillon se retrouve tout autour de la bande de roulement, formant un ensemble sensiblement continu (c’est-à-dire, présentant des discontinuités inférieures à 10% en longueur comparativement à la longueur des motifs.) Les sillons circonférentiels délimitent des nervures dont chaque nervure est composée des motifs de la sculpture compris entre un bord axial du pneumatique et un sillon circonférentiel le plus axialement extérieur voisin, soit compris entre deux sillons circonférentiels voisins.
La profondeur de la découpure est la distance radiale maximale entre la surface de roulement du pneumatique et le fond de la découpure.
Le dispositif de nettoyage 100 du système comprend aussi un système de détection (non représenté) pour recueillir l'information sur l'environnement physique autour du dispositif de nettoyage. Le système de détection comprend un ou des capteurs (y compris une ou des caméras) configurés pour effectuer une détection d'images bidimensionnelles (2D) et/ou tridimensionnelles (3D), une détection de profondeur en 3D, et/ou d'autres types de détection de l’environnement physique autour du dispositif de prise (il est entendu que les termes « capteur » et « caméra » sont utilisés de manière interchangeable). Dans les modes de réalisation du dispositif de nettoyage 100 du type représenté dans la Figure 2, le ou les capteurs du système de détection sont fixés à au moins un parmi le bras allongé 104 et le périphérique de traitement 102 du robot. Dans des modes de réalisation du système de l’invention, ces capteurs pourraient faire partie d’un système de détection global qui emploie ces capteurs ensemble avec un ou des capteurs positionnés dans l’environnement physique dans lequel le dispositif de nettoyage 100 fonctionne.
Dans un mode de réalisation du dispositif le dispositif de nettoyage 100, le système de détection comprend au moins une caméra 200 qui fournit des images 3D représentées en un ensemble de points 3D avec des coordonnées X, Y, Z, et des valeurs de couleur rouge, vert, bleue (le format « RGB » ou « RGB-D »)(appelé « une caméra du type RGB-D »). Dans ce mode de réalisation, une caméra du type RGB-D est fixée à au moins un parmi le bras allongé 104 et le périphérique de traitement 102 du robot (le dernier étant représenté à titre d’exemple dans la Figure 2). Deux ou plusieurs caméras RGB-D peuvent être orientées de manière à obtenir un chevauchement prédéterminé entre les champs de vision des caméras. Comme utilisé ici, le terme « caméra » inclut une ou plusieurs caméras.
Les caméras RGB-D fournissent généralement des informations sur la profondeur en utilisant des cartes de profondeur, étant des images où chaque pixel contient la distance entre la caméra et le point correspondant dans l'espace. Par rapport aux méthodes de mesure traditionnelles telles que la mesure manuelle et d'autres mesures basées sur des dispositifs électroniques, les données de nuages de points 3D provenant des caméras du type RGB-D ont un taux de mesure beaucoup plus élevé. En utilisant une structure plus éparse, un nuage de points peut être construit à partir des images RGB-D en calculant le monde réel (par exemple, les coordonnées X, Y, Z) avec les données intrinsèques d’une caméra de numérisation. Ainsi, l’information sur l'environnement physique autour du dispositif de nettoyage 100 est obtenue des données de nuages de points 3D obtenues à partir de technologies de détection qui sont capables de capturer les géométries de surface 3D des pneumatiques de manière précise et efficace. Ces technologies de détection pourraient être choisies parmi les dispositifs disponibles dans le commerce (choisis, par exemple, parmi des caméras vendues sous la marque PHOTONEO™, des caméras vendues sous la marque ENSENSO® de la société IDS, des caméras vendues sous la marque ZIVID® de la société Zivid AS, des systèmes de vision artificielle vendus par la société Cognex Corp., et leurs équivalents).
Le terme « nuage de point » (ou « point cloud » en anglais) (dans le singulier ou le pluriel) est utilisé ici pour faire référence à une ou des collections de points de données dans l'espace. Une ou des caméras (ou un ou des appareils équivalents) recueillent des données tridimensionnelles (3D) et détectent les surfaces des objets (par exemple, des pneumatiques identifiés d’être traités pendant un procédé de rechapage) grâce à une série de coordonnées. Le stockage des informations sous la forme d'une collection de coordonnées spatiales peut permettre d'économiser de l'espace, car de nombreux objets ne remplissent pas une grande partie de l'environnement. Même si l'information n'est pas visuelle, l'interprétation des données comme un nuage de points aide à comprendre la relation entre plusieurs variables par moyen de la classification et la segmentation.
Il est entendu qu’une ou des caméras peuvent inclure un ou des modes de programmation, y compris par apprentissage, pour alimenter, modifier et entraîner au moins un réseau neuronal. Bien que les incarnations soient décrites ici en ce qui concerne l'utilisation d’un ou des réseaux neuronaux (par exemple, des réseaux neuronaux convolutifs, ou « convolutional neural network » en anglais or « CNN ») comme modèle d'apprentissage machine, d'autres types de modèles d'apprentissage machine peuvent être utilisés. Ceux-ci incluent, sans limitation, les modèles utilisant la régression linéaire, la régression logistique, les arbres de décision, les machines à vecteurs de support, les Bayes naïfs, le voisin le plus proche (knn), K signifie regroupement, forêt aléatoire, les algorithmes de réduction de la dimensionnalité, les algorithmes à gradient, les réseaux de neurones (par exemple, les auto-encodeurs, les CNN, les RNN, les perceptrons, la mémoire logarithmique à court terme (LSTM), Hopfield, Boltzmann, la croyance profonde, la déconvolution, la confrontation générative (GAN), etc. ) et leurs compléments et équivalents. Le ou les CNNs peuvent être formés avec des données de vérité de terrain (ou « ground truth » en anglais) qui sont générées en utilisant des données de capteurs représentatives du mouvement du dispositif de nettoyage 100, y compris le positionnement du périphérique de traitement 102 et de l’outil de traitement (par exemple, la brosse 106).
Dans certains modes de réalisation du dispositif de nettoyage 100, la caméra 200 déclenche lorsqu'un segment du pneumatique identifié entre dans le champ de vision de la caméra. Dans les cas où une partie de pneumatique n’est pas visible dans l’image obtenue par le système de détection du dispositif de nettoyage 100 (par exemple, la caméra 200), un point d’accroche peut être placé à une position connue par rapport au capteur (par exemple, à une distance horizontale connue et à une distance verticale connue par rapport à la position de la caméra). Le système de détection du dispositif de nettoyage 100 détecte la présence d’un agencement de dommages de sculpture dans le champ de vision du système de détection (par exemple, le champ de vision de la caméra 200), ce qui le déclenche pour capturer l'image d’une surface de roulement du pneumatique identifié pour rechapage. Dans tous les modes de réalisation du système de l’invention, le système « cherche », dans l’image obtenue par le système de détection, la présence des dommages « vus » par le dispositif de nettoyage 100. Si aucun dommage n’est détecté, le système de détection continue d’obtenir les images jusqu’à ce que la recherche du pneumatique soit épuisée.
Le système de détection peut déterminer l’information sur l'environnement physique autour du pneumatique identifié qui peut être utilisée par un système de contrôle du système de l’invention (le système de contrôle comprenant, par exemple, un logiciel de planification des mouvements du dispositif de nettoyage 100). Le système de contrôle pourrait se trouver sur le robot ou il pourrait être en communication à distance avec le robot. Dans des modes de réalisation du système de l’invention, un ou plusieurs capteurs 2D ou 3D montés sur le robot (y compris, sans limitation, des capteurs de navigation) peuvent être intégrés pour constituer un modèle numérique de l'environnement physique (y compris, où applicable, le ou les côtés, le sol et le plafond). En utilisant les données obtenues, le système de contrôle peut provoquer le mouvement du robot pour naviguer entre les positions de prises des images des pneumatiques pendant des processus de réparation.
Pour bien gérer la manipulation du dispositif de nettoyage 100 qui assure la prise claire des images du pneumatique identifié (par exemple, la manipulation du robot et le positionnement de la brosse 106 comme représenté dans la Figure 2), il faut identifier le pneumatique en cours de rechapage et détecter le positionnement des dommages concernés. Ainsi, les données de détection font référence à une pluralité d'enregistrements représentatifs des positionnements des dommages d'au moins un pneumatique identifié ou une partie d’un pneumatique identifié suivi dans le temps. Par exemple, les données de détection peuvent inclure une ou plusieurs positions parmi des enregistrements des positions d'un point de référence sur une partie du pneumatique (par exemple, la surface de roulement) au fil du temps ou à des intervalles de temps définis; des données de capteur prises au fil du temps; un flux vidéo qui a été traité en utilisant une technique de vision par ordinateur; et/ou des données indiquant l'état de fonctionnement du dispositif de nettoyage 100 au fil du temps. Dans certains cas, les données de détection peuvent comprendre des données représentatives d'un ou des mouvements continus du dispositif de nettoyage 100 avant qu’il s’arrête pour prendre une ou des images des pneumatiques en cours de rechapage. Le système de détection est donc configuré pour générer les données de mouvement du dispositif de nettoyage 100. Le système de détection du dispositif de nettoyage 100 peut recevoir un fichier CAO du pneumatique identifié pour mettre en correspondance l'emplacement d’une découpure à partir du fichier CAO, avec la découpure identifiée en temps réel pour localiser et déterminer avec précision ses coordonnées. Le système de détection peut recevoir le fichier CAO par des méthodes de transmission de données connues de l'homme de l'art. Le système de détection peut en outre comprendre au moins une caméra et au moins un capteur (non représenté) pour déterminer l'emplacement (i.e., les coordonnées) des dommages sur la base des données recueillies en temps réel et/ou du profil de contour du pneumatique identifié.
Dans des modes de réalisation de l’invention, le système de détection du dispositif de nettoyage 100 peut comprendre aussi un dispositif de capture de mouvement choisi parmi des capteurs infrarouges, des capteurs ultrasoniques, des accéléromètres, des gyroscopes, des capteurs de pression, et/ou des dispositifs équivalents. Dans ces modes de réalisation, le système (et particulièrement le dispositif de nettoyage 100) apprend les mouvements qui réalisent la prise d’images des pneumatiques sans intervention d’un opérateur lors des procédés de rechapage.
Pour mettre en œuvre le procédé de l’invention par moyen d’ordinateur, le système de l’invention comprend un réseau de communication (ou « réseau ») qui gère les données entrantes au système des sources variées (par exemple, à partir d’au moins un dispositif de nettoyage 100 et son système de détection associé). Le réseau de communication incorpore un ou des serveurs de communication (ou « serveurs ») comprenant chacun un ou des processeurs connectés de manière opérationnelle à une mémoire. La mémoire est configurée pour stocker une application d'analyse des données représentatives des découpures des pneumatiques imagés. Le ou les processeurs comprennent un module d’exécution d’application d’analyse qui réalise le traitement des images, dont le ou les processeurs sont capables d'exécuter des instructions programmées stockées dans la mémoire pour réaliser les étapes du procédé (comme décrites ci-dessous).
Les données entrantes au système de nettoyage automatique de l’invention peuvent inclure l’information générale concernant le pneumatique identifié. L’information générale comprend les données stockées concernant l’identification du pneumatique identifié (y compris, sans limitation, sa provenance de production, sa distribution et/ou son stockage, sa date de production, son histoire de rechapage si applicable et sa position et son histoire de montage). L’information générale peut aussi comprendre le rang de rechapage (si applicable) du pneumatique identifié. Les données correspondantes à un rang de rechapage d’un pneumatique identifié sont gérées habituellement par l’entité qui gère l’utilisation d’un ou des pneumatiques identifiés (par exemple, une ou des personnes et/ou une ou des compagnies) et/ou le fabricant de tels pneumatiques.
Le terme « processeur » (ou, alternativement, le terme "circuit logique programmable") désigne un ou plusieurs dispositifs capables de traiter et d'analyser des données et comprenant un ou plusieurs logiciels pour leur traitement (par exemple, un ou plusieurs circuits intégrés connus par l’homme de métier comme étant inclus dans un ordinateur, un ou plusieurs contrôleurs, un ou plusieurs microcontrôleurs, un ou plusieurs micro-ordinateurs, un ou plusieurs automates programmables (ou « PLC »), un ou plusieurs circuits intégrés spécifiques à une application, un ou plusieurs réseaux de neurones, et/ou un ou plusieurs autres circuits programmables équivalents connus). Le processeur comprend un ou des logiciels pour le traitement des données capturées par le système de détection (y compris la caméra 200) du dispositif de nettoyage 100 (et les données correspondantes obtenues) ainsi qu'un ou des logiciels pour l'identification et la localisation des variances et l’identification de leurs sources pour les corriger.
Dans le système de l’invention, la mémoire peut comprendre à la fois des dispositifs de mémoire volatiles et non volatiles. La mémoire non volatile peut comprendre des mémoires à l'état solide, telles que la mémoire flash NAND, la mémoire « vive » (ou « keep-alive memory » ou « KAM ») pour sauvegarder des variables diverses de fonctionnement pendant que le processeur est hors tension, des supports de stockage magnétiques et optiques, ou tout autre dispositif de stockage de données approprié qui conserve les données lorsque le dispositif de nettoyage 100 est désactivé ou perd son alimentation électrique. La mémoire volatile peut comprendre une mémoire statique et dynamique RAM qui stocke des instructions de programme et des données, y compris une application d'apprentissage.
Dans des modes de réalisation du système de l’invention, le processeur peut configurer le dispositif de nettoyage 100 (et notamment le périphérique de traitement 102 ) sur un ou plusieurs paramètres du pneumatique identifié calculés par un module de traitement d'images incorporé dans la mémoire du processeur. Le module de traitement des images analyse les images du pneumatique identifié et, plus précisément, les images des dommages vus par le système de détection du dispositif de nettoyage 100.
Le processeur peut également se référer à une référence (par exemple, un tableau de taille de pneumatiques variés) pour effectuer une détermination finale d’un paramètre ou des paramètres du pneumatique identifié. La référence peut inclure des paramètres de pneumatiques connus correspondant à une pluralité de pneumatiques connus disponibles dans le commerce. Par exemple, après que le module de traitement d'images a calculé un ou plusieurs paramètres de pneumatique identifié, le processeur peut comparer les paramètres calculés avec les paramètres connus enregistrés dans la référence. Le processeur peut récupérer les paramètres de pneumatiques connus correspondant aux pneumatiques disponibles dans le commerce qui correspondent le plus étroitement aux paramètres calculés pour configurer le périphérique de traitement 102 (et donc mettre la brosse 106 ou un outil de traitement équivalent dans un positionnement précis pour nettoyer une découpure correspondante dans la sculpture du pneumatique identifié). La référence de pneumatiques peut inclure des mesures correspondant à une pluralité de pneumatiques disponibles dans le commerce. A titre d’exemple, pour un pneumatique d’une taille 225/50R17, le numéro « 225 » identifie la section transversale du pneumatique en millimètres, le numéro « 50 » indique le rapport d'aspect du flanc, et la mesure « RI 7 » représente le diamètre de la jante en pouces (étant environ 43,18 centimètres).
En se référant encore à la Figure 2, et en outre aux Figures 3 à 15, une description détaillée est donnée à titre d’exemple des modes de réalisation d’un procédé de l’invention (ou « procédé ») permettant le nettoyage d’une sculpture d’un pneumatique en cours de rechapage. Le procédé de l’invention est mis en œuvre par le système de nettoyage automatique de l’invention. Il est bien entendu que le système peut mettre en œuvre le procédé de l’invention dans n’importe quel environnement physique sans connaissance préalable de la configuration de dommages à réparer sur les pneumatiques identifiés pour rechapage.
Tel qu'utilisé ici, le terme “procédé” ou “processus” peut comprendre une ou plusieurs étapes effectuées par au moins un système informatique comportant un ou des processeurs pour exécuter des instructions qui effectuent les étapes. Sauf indication contraire, toute séquence d'étapes est donnée à titre d’exemple et ne limite pas les procédés décrits à une quelconque séquence particulière.
Dans la description suivante, des modes de réalisation du procédé de l’invention sont décrits dont la precision des informations obtenues par le système de détection (par exemple, la caméra 200) diffère. En réalisant le procédé de l’invention, le système de nettoyage automatique de l’invention incorpore une combinaison de techniques de vision et d'apprentissage automatique pour reconstruire correctement et rapidement la scène observée à partir de nuages de points dispersés tridimensionnels (ou « 3D »), issus d’une vue du pneumatique identifié pour rechapage. Le système de l’invention réalise donc une amélioration continue dans la reconnaissance des dommages de sculpture et leur positionnement relatif le long de la surface de roulement du pneumatique identifié.
En lançant un mode de réalisation du procédé de l’invention, le procédé comprend une étape de calibration du dispositif de nettoyage 100. Pendant cette étape, le robot est mis en position pour faire un scan d’un pneumatique identifié. Lorsqu’un scan du pneumatique identifié est réalisé avec la caméra 200, des points tridimensionnels (3D) sont récupérés qui sont exprimés par leur positionnement par rapport à la caméra. Pour pouvoir piloter le dispositif de nettoyage 100 (par exemple, pour lui indiquer la position de chaque zone à brosser sur la surface de roulement du pneumatique identifié), il faut que ces points 3D soient exprimés à la base de robot (à titre d’exemple, voir la base 110 du dispositif de nettoyage 100 de la Figure 2). L’étape de calibration du dispositif de nettoyage 100 comprend donc une phase de calibration pour estimer la pose de la caméra 200 par rapport à sa base 110.
Dans un mode de réalisation du procédé, l’étape de calibration du dispositif de nettoyage 100 comprend une étape de positionnement d’une mire de calibration dans un espace de traitement où le robot va travailler. Dans un mode de réalisation, la mire de calibration comprend un damier qui est positionné pour permettre la réalisation d’une pluralité de photos en faisant varier l’angle de vue à chaque fois. Pendant cette étape, un algorithme d’optimisation (incorporé dans la caméra 200) est utilisé pour estimer la pose de la caméra 200 dans le repère du périphérique de traitement 102. Une fois la calibration réalisée, le robot est capable d’être amené dans une position vue par la caméra 200. Cette calibration est à faire dès l’installation du dispositif de nettoyage 106 dans l’espace de traitement.
Le procédé comprend en outre une étape de positionnement d’un pneumatique identifié endommagé dans l’espace de traitement où le dispositif de nettoyage 100 va le traiter. Le pneumatique identifié est positionné en proximité du dispositif de nettoyage 100 sur un tambour rotatif (comme connu dans l’état de l’art). Dans le cours d’un processus de réparation du procédé de rechapage, le tambour fait tourner le pneumatique identifié pour qu’il puisse être traité secteur par secteur. Il est entendu que le pneumatique identifié pourrait être positionné sur une table de travail ou sur un support équivalent pour que le système de l’invention puisse le traiter. Le support peut être configuré pour se déplacer de manière rotative, de manière alternative verticale et/ou de manière alternative horizontale, permettant donc le traitement d’une variété de pneumatiques.
Le traitement « secteur par secteur » fait référence à plusieurs modes de réalisation du procédé de l’invention incorporant un ou des scans suivis par un traitement des sculptures du pneumatique identifié. Dans un mode de réalisation du procédé de l’invention, le traitement secteur par secteur comprend, pour chaque secteur du pneumatique en cours de traitement, un scan du secteur suivi d’un traitement du secteur scanné (par exemple, un brossage des sculptures du secteur scanné réalisé par la brosse 106). Dans un autre mode de réalisation du procédé de l’invention, le traitement secteur par secteur comprend un scan de tous les secteurs successifs du pneumatique en cours de traitement suivi par un traitement (par exemple, un brossage) de tous les secteurs successifs scannés. Dans un autre mode de réalisation du procédé de l’invention, le traitement secteur par secteur comprend un scan du pneumatique en cours de traitement (soit un scan par secteurs individuels soit un scan de tous les secteurs successifs) sur un poste différent de celui où un traitement (par exemple, un brossage) des secteurs scannés est effectué. Dans ce dernier cas, au moins une caméra supplémentaire (non représentée) serait utilisée sur le poste déporté pour réaliser tous les scans. Ensuite, la caméra 200 du dispositif de nettoyage 100 servirait à réaliser un seul scan pour repérer la position du secteur dans le champ de la caméra 200 parmi l’ensemble de scans réalisés sur le poste déporté. Dans tous ces modes de réalisation du procédé de l’invention, il est entendu qu’un traitement serait réalisé sur les secteurs ayant besoin de traitement. Ainsi, si aucun dommage ayant besoin de traitement n’est identifié dans un scan d’un secteur, le dispositif de nettoyage 100 passe le secteur concerné jusqu’à un secteur scanné où un ou dommages sont identifiés pour traitement.
Le procédé comprend en outre une étape de positionnement de la caméra 200 à une distance référentielle Drefpar rapport à la surface de roulement du pneumatique identifié (c.-à-d., la surface endommagée). Pendant cette étape, la caméra 200 est centrée par rapport à la surface de roulement du pneumatique identifié (étant un positionnement droite/gauche). Pour cela, le robot commence par positionner la caméra 200 devant le pneumatique identifié dans une position qui permet à la caméra de voir toutes les dimensions de pneumatiques possibles (y compris les diamètres et les largeurs). Un scan est alors réalisé par la caméra 200, puis il est analysé pour vérifier si la caméra 200 est bien positionnée.
En se référant à la Figure 3, les points 3D sont exprimés par rapport à un repère placé au centre de la lentille de la caméra 200. Si on représente ce repère en 3D en scannant une partie de pneumatique (voir « visualisation 3D » dans la Figure 3), l’axe X est dirigé vers la lentille de la caméra 200, l’axe Y est dirigé vers le sol et l’axe Z est dirigé vers le pneumatique identifié. Si on représente ce repère en 2D (voir « visualisation 2D » dans la Figure 3), l’origine du repère est au centre de l’image : l’axe X est orienté vers la droite, l’axe Y est orienté vers le bas et l’axe Z est orienté vers le pneumatique.
En se référant à la Figure 4, le bon positionnement de la caméra 200 pendant cette étape est décrit. Les zones 300 représentent les points appartenant à la surface de roulement du pneumatique identité. On considère d’abord une zone centrale horizontale du scan qui est utilisée pour vérifier que la distance entre le pneumatique identifié et que la caméra 200 est correcte. Une distance moyenne DmOy des points est calculée à l’intérieur de cette zone centrale horizontale, qui est représentée par les lignes 300 A. Ensuite, on conserve les points 3D dont la distance en Z appartient à un intervalle [Dmoy-marge, Dmoy+marge]. Ces points représentent les points appartenant à la surface de roulement du pneumatique identifié (donc les distances relatives se varient en fonction des paramètres du pneumatique identifié). L’ensemble de ces points peuvent se représenter sous la forme d’une image binaire (identifié comme le « masque de surface » ou le « masque binaire ») où chaque point conservé représente un point appartenant à la surface de roulement du pneumatique identifié (ces points sont représentés par les zones 300 dans la Figure 4). Après, pour obtenir une distance Dmoy surface, on calcule à nouveau la distance DmOy en ne considérant que les points de la zone centrale horizontale qui appartiennent à la surface de roulement du pneumatique identifié. En comparant cette distance avec la distance référentielle Dref de la caméra 200 (parce que la caméra 200 doit toujours être positionnée à la distance Dref par rapport à la surface de roulement du pneumatique identifié), on peut calculer la correction frontale à appliquer à la caméra. Ensuite, on calcule les deux lignes verticales 300B qui délimitent le début et la fin du masque de surface et donc permet de vérifier que la caméra 200 est bien centrée par rapport à la surface de roulement du pneumatique identifié (voir la Figure 4). On calcule la ligne verticale centrale située au milieu des lignes verticales 300B. Si cette ligne verticale centrale s’écarte trop de la ligne centrale de l’image, alors on appliquera une correction latérale à la position de la caméra 200 pour la recentrer par rapport à la surface de roulement du pneumatique identifié.
En considérant le dispositif de nettoyage 106, son positionnement initial (et, dans les cas qui s’appliquent, l’orientation initiale du périphérique de traitement 102, et donc, la brosse 106 ou un outil de traitement équivalent) est déterminé des données obtenues via l’acquisition des images du système et de l’environnement physique dans lequel le système fonctionne (par exemple, comme représenté dans la Figure 2). Le module d’exécution d’application d’analyse du processeur peut employer un algorithme de repositionnement automatique et adaptatif pour trouver une position de départ idéale du dispositif de nettoyage 100, permettant donc d'exécuter des instructions programmées stockées dans la mémoire pour réaliser la prise des images. L’algorithme permet l’amélioration continue sur l’ensemble des prises des images, assurant que le système (et particulièrement le dispositif de nettoyage 100) s’améliore de l’expérience qu’il acquiert, notamment sur le choix des chemins à suivre en faisant les processus de nettoyage pendant les procédés de rechapages des pneumatiques.
Le procédé comprend en outre une étape de détection des sculptures qui est réalisée secteur par secteur pour le pneumatique identifié. Pendant cette étape, pour chaque secteur, le dispositif de nettoyage 100 positionne la caméra 3D pour scanner le secteur et récupérer une image couleur et tridimensionnelle (3D) du secteur (il est rappelé que le traitement secteur par secteur est impliqué pendant cette étape). En chaque point de l'image, on connaît la couleur du point mais également sa position tridimensionnelle par rapport à la caméra 200.
Une fois le scan réalisé, cette étape de détection des sculptures comprend une étape d’application d’un réseau neuronal sur l’image couleur et 3D pour déterminer quels points représentent des sculptures à brosser. A chaque image, on récupère en sortie du réseau neuronal un masque binaire où chaque point blanc indique que le point représente une sculpture à nettoyer. Avant de pouvoir utiliser le réseau neuronal, une phase d’apprentissage est réalisée pour fixer les paramètres du réseau de neurones. Pour cela, plusieurs images d’entrée sont annotées manuellement pour créer des centaines de masques binaires et indiquer quels points de l’image représentent des zones de sculpture à nettoyer (voir la Figure 5).
Cette phase d’apprentissage est réalisée une fois pour fixer les paramètres du réseau neuronal, suite à laquelle le réseau neuronal peut être utilisé sur de nouvelles images.
Pendant l’étape d’application du réseau neuronal, si l’image d’entrée ne contient aucune sculpture, la sortie sera un masque uniquement noir. Il est entendu que des fausses détections peuvent apparaitre dans les sorties du réseau neuronal (représentées à titre d’exemple par les régions encerclées 5A représentées dans la Figure 5).
Le procédé de l’invention comprend en outre une étape de création des trajectoires tridimensionnelles (3D) que le dispositif de nettoyage 100 devrait suivre pour nettoyer les sculptures. Une fois le masque binaire des sculptures obtenu pendant l’étape de détection des sculptures, le processeur du système mettre en œuvre un processus de génération des trajectoires 3D de traitement des sculptures (ou «processus de génération des trajectoires 3D ») réalisé par un algorithme comme représenté dans la Figure 6 (la phrase « masque de nettoyage » comme représenté dans la Figure 6 fait référence au masque binaire des sculptures).
Le processus de génération des trajectoires 3D comprend une étape de préparation des données. Pendant cette étape, le nettoyage du masque binaire est réalisé pour supprimer le bruit éventuel et pour arrondir les contours. Ensuite, pendant cette étape, les points appartenant aux contours de tous les objets blancs présents dans le masque binaire sont extraits (appelé « l’extraction des contours »). Ainsi, un ensemble de polygones avec des trous est obtenu (voir la Figure 7 qui représente un exemple d’une extraction des contours associés au masque des sculptures).
L’étape de génération des trajectoires 3D comprend une étape d’extraction des chemins bidimensionnels (2D) horizontaux et verticaux. Pendant cette étape, les petits trous (éventuellement présents à l’intérieur des différents polygones extraits pendant l’étape de préparation des données) sont supprimés. Pendant cette étape, on calcule ensuite le « squelette morphologique » de chaque polygone. Cela consiste à extraire l’ensemble des points centraux de chaque polygone. Le squelette morphologique (ou « squelette ») est constitué de nœuds (qui sont les extrémités du squelette ou les points de croisements) et de chemins (qui sont les points situés entre deux nœuds). En se référant à la Figure 8, un exemple d’un squelette est représenté dont les lignes 8A représentent les points des polygones et les lignes 8B représentent les points du squelette. Les nœuds 8C sont indiqués dans le squelette, et des chemins sont situés entre deux nœuds 8C.
Pendant l’étape de génération des trajectoires 3D, chaque chemin est ensuite classé en chemin horizontal ou vertical. Pour cela, on calcule sa boite englobante (voir la boîte englobante 9A de la Figure 9), et on compare l’orientation d’un vecteur composé de sa largeur et de sa hauteur avec l’axe des ordonnées (voir la Figure 9). Si l’angle calculé (représenté par l’angle O dans la Figure 9) dépasse un seuil prédéterminé, on considère alors que le chemin est horizontal, et vertical dans le cas contraire.
Pour les contours composés de plusieurs nœuds et chemins, les chemins en vertical ou horizontal sont classés, et les chemins de même catégorie (la catégorie verticale et la catégorie horizontale) sont fusionnés avec des extrémités proches. En se référant à l’exemple représenté dans la Figure 10, dans le squelette 1, un polygone avec six (6) nœuds et (5) chemins est représenté. Dans le squelette 2, une classification des chemins est réalisée pour obtenir trois (3) chemins horizontaux et deux (2) chemins verticaux. Dans le squelette 3, après fusion des chemins, on obtient deux (2) chemins horizontaux et un (1) chemin vertical. Une fois la fusion réalisée, il reste à figer le sens de parcours de chaque chemin. Ce point est très important pour s’assurer que le dispositif de nettoyage 100 pourra parcourir l’ensemble des chemins de la découpure sans blocage. Dans des modes de réalisation du procédé, tous les chemins verticaux sont parcourus de bas en haut et tous les chemins horizontaux sont parcourus de droite à gauche. Dans d’autres modes de réalisations du procédé , tous les chemins verticaux sont parcourus de haut en bas, et tous les chemins horizontaux sont parcourus de gauche à droite.
L’étape de génération des trajectoires 3D comprend en outre une étape d’élaboration des trajectoires 3D qui est réalisée une fois les chemins verticaux et horizontaux extraits. Pendant cette étape d’élaboration (qui vise à ordonner les différents chemins pour obtenir l’ordre dans lequel seront nettoyées les sculptures), on ordonne tout d’abord les chemins verticaux, puis les chemins horizontaux. Il est entendu que le procédé de l’invention fonctionne aussi en faisant l’ordre inverse (commençant avec les chemins horizontaux, puis les chemins verticaux).
Pour ordonner les chemins verticaux pendant cette étape d’élaboration, dans un mode de réalisation du procédé, on commence par un chemin vertical ayant un point de départ situé le plus à l'étendue la plus lointaine dans l’image. En se référant à l’exemple représenté dans la Figure 11, on commence par le chemin vertical 1 IA ayant un point de départ situé le plus à gauche dans l’image (il est entendu que le processus fonctionne aussi en commençant par le chemin vertical 1 IB ayant un point de départ situé le plus droit dans l’image). Le prochain chemin sera celui dont le point de départ est le plus proche du point de fin du chemin précédent (par exemple, le chemin central 1 IC représenté dans la Figure 11). L’ordre pour les chemins verticaux est retenu (comme représenté dans la Figure 11 par les lignes verticales pointillées 11D). Pour ordonner les chemins horizontaux pendant cette étape d’élaboration, dans un mode de réalisation du procédé, on commence par un chemin horizontal ayant le point de départ le plus proche du dernier chemin vertical ordonné. On applique ensuite le même raisonnement que celui utilisé pour les chemins verticaux pour arriver à un ordre pour les chemins horizontaux (représenté par les lignes 11E dans la Figure 11). L’ensemble ordonné des chemins verticaux et horizontaux donne l’ordre de traitement de toutes les sculptures du secteur scanné du pneumatique identifié (cet ordre étant représenté pas la ligne 11F pointillée). Cette méthode permet d’obtenir un ordre de traitement en fonction des paramètres du pneumatique en cours de traitement et les dommages identifiés. Il est entendu que le système pourraient employer d’autres méthodes équivalents pour ordonner les chemins verticaux et horizontaux, permettent donc au système une souplesse de traitement pour assurer un nettoyage efficace pour toutes les sculptures.
Le procédé de l’invention comprend en outre une étape de simplification des chemins pendant laquelle on récupère le point 3D associé à chaque point de chaque chemin vertical et horizontal (il est rappelé que les données de la caméra 200 représentent une image couleur et 3D). Pendant cette étape, pour chaque chemin, on applique un algorithme de simplification pour réduire le nombre de points. En limitant le nombre de points, on augmente la vitesse de parcours du dispositif de nettoyage 100 lors un processus de nettoyage). Cette simplification consiste à approcher le chemin par un ensemble de segments et à garantir que chaque segment ne s’éloigne pas trop du chemin initial. Pour cela, on utilise un seuil en millimètre qui permet de simplifier chaque chemin. Un exemple de simplification est représenté dans la Figure 12 dans laquelle la schéma A (à gauche) représente une simplification peu précise avec quelques points 12A, et la schéma B (à droite) représente une simplification précise avec plus de points 12 A. Dans les deux cas, on cherche à simplifier en 3D le chemin 12B et l’ensemble de segments (représenté par les lignes 12C pointillées).
Le procédé de l’invention comprend en outre une étape d’ajout des points d’approche et de retrait pour compléter la trajectoire 3D obtenue après l’étape de simplification. Pendant cette étape, on ajoute, en début et en fin de chaque chemin vertical et horizontal, deux points d’approche et de retrait qui permettent au dispositif de nettoyage 100 de commencer et de terminer le nettoyage du chemin (qui correspond à une sculpture sur la surface du pneumatique identifié en traitement). Ces points d’approche et de retrait sont nécessaires pour s’assurer que la brosse 106 (ou l’outil de traitement équivalent) ne détériore pas le pneumatique entre le nettoyage de deux chemins successifs. Ainsi, ces points ne doivent pas être trop rapprochés du pneumatique pour s’assurer que la brosse (ou l’outil de traitement équivalent) ne touchera pas le pneumatique entre deux chemins successifs. En même temps, ces points ne doivent pas non plus être trop éloignés pour éviter des temps de déplacement trop long entre deux chemins successifs.
En se référant à la Figure 13, le principe de construction des différents points d’approche est illustré. Le point d’approche 1 est construit en le décalant d’une distance L prédéterminée du premier point du chemin ou du dernier point du chemin (dans ce cas, la distance L du dernier point 13 A est représenté). Le décalage est effectué dans la même direction que le premier segment du chemin ou le dernier segment du chemin (dans ce cas, le décalage est effectué dans la même direction que le dernier segment du chemin). Une fois décalé, le point d’approche 1 est rapproché de la caméra 200 de la distance L. Le point d’approche 2 est construit à partir du point d’approche 1 en rapprochant ce point 2 de la caméra 200 d’une distance L2 prédéterminée en partant du point 1. Il est entendu que les paramètres L et L2 sont réglables. Les points d’approche et de retrait 13 A, 13B sont toujours situés entre la surface de roulement du pneumatique identifié et la caméra 200 (voir la Figure 14).
Le procédé de l’invention comprend une dernière étape de calcul des orientations de la brosse 106. Pendant cette étape, l’orientation 3D de la brosse 106 est calculée en chaque point de chaque chemin vertical et horizontal. Pour cela, on calcule la normale 3D en chaque point ainsi que le vecteur directeur entre chaque paire de points successifs (ce vecteur donne la direction à suivre entre deux points de chaque chemin). La normale donne l’orientation de l’axe Z de la brosse 106, et le vecteur directeur donne l’orientation de l’axe X de la brosse (l’axe Y est automatiquement fixé suite à la fixation des axes X et Z). En se référant à l’exemple de la Figure 15, les points 15A représentent quelques points d’un chemin 15B , et la ligne 15C représente la trajectoire 3D complète. A chaque point 15A, l’orientation calculée pour la brosse 106 est représenté par l’axe X , l’axe Y et l’axe Z (en rouge). Il est entendu que le calcul décrit s’applique dans les cas où la brosse 106 est remplacée par un outil de traitement équivalent.
Le système de l’invention peut facilement répéter les étapes du procédé dans un ordre pour bien nettoyer les sillons du pneumatique identifié dans le cours d’un procédé de rechapage. L’homme du métier dans ce domaine reconnaîtra que de nombreuses techniques de traitement de l'image peuvent être utilisées pour choisir et pour déterminer les paramètres des pneumatiques cibles. Plusieurs systèmes de traitement d'images disponibles dans le commerce peuvent être utilisés.
Dans une installation de rechapage de pneumatiques, un système de vision peut être utilisé pour détecter la présence d’un pneumatique dans le champ de vision de la caméra 200, ce qui déclenche la caméra pour capturer l'image du pneumatique identifié pour traitement.
Dans des modes de réalisation du procédé de l’invention, une ou plusieurs étapes du procédé peuvent comprendre en outre une étape de scan de l’environnement physique contenant le dispositif de nettoyage 100. Dans des modes de réalisation du procédé, cette étape comprend en outre une étape de mesure de l’environnement physique pour arriver à un positionnement exact de la brosse 106 (ou de l’outil de traitement équivalent). Pendant cette étape, un ou plusieurs capteurs peuvent être employés pour capturer des données correspondantes aux outils de traitement et aux pneumatiques afin de déterminer les formes et/ou les positions des pneumatiques individuels. Cette information est pertinente pour permettre une modélisation précise du procédé de l’invention afin d’optimiser le temps d’un procédé de rechapage associé.
Un procédé de l’invention peut être fait par la commande du PLC et peut inclure des préprogrammations des informations de gestion. Par exemple, un réglage du procédé peut être associé avec les paramètres du pneumatique en cours de rechapage, et/ou les propriétés des pneumatiques traités dans une installation de rechapage incorporant le dispositif de nettoyage 100 (par exemple, les pneumatiques avions, les pneumatiques poids lourds, etc.). Le système de l’invention (et/ou une installation incorporant ce système) peut facilement répéter une ou plusieurs étapes du procédé de l’invention dans un ordre déterminé pour assurer le nettoyage sensiblement complet de la sculpture (et particulièrement les sillons) du pneumatique traité.
Le système de l’invention (et/ou une installation de rechapage incorporant ce système) peut inclure des préprogrammations des informations de gestion. Par exemple, un réglage de procédé peut être associé avec les paramètres des environnements physiques typiques dans lesquels le système fonctionne. Dans des modes de réalisation de l’invention, le système (et/ou une installation de rechapage incorporant ce système) peut recevoir des commandes vocales ou d'autres données audio représentant, par exemple, une démarche ou un arrêt du nettoyage et/ou un chargement/déchargement d’un tambour dédié au rechapage des pneumatiques. Une demande peut être réalisée qui inclut une demande pour l'état actuel d'un cycle de procédé de rechapage en cours. Une réponse générée peut être représentée de manière audible, visuelle, tactile (par exemple, en utilisant une interface haptique) et/ou de manière virtuelle et/ou augmentée. Cette réponse, associée avec les données correspondantes, peut être enregistrée dans un réseau neuronal.
Pour toutes les réalisations du système, un système de surveillance pourrait être mis en place. Au moins une partie du système de surveillance peut être fournie dans un dispositif portable tel qu'un dispositif de réseau mobile (par exemple, un téléphone mobile, un ordinateur portable, un ou des dispositifs portables connectés au réseau (y compris des dispositifs « réalité augmentée » et/ou « réalité virtuelle »), des vêtements portables connectés au réseau et/ou toutes combinaisons et/ou tous équivalents). Il est envisageable que des étapes de détection et de comparaison puissent être réalisées de manière itérative.
Dans un mode de réalisation, le procédé de l’invention peut comprendre une étape d'entraînement du système pour reconnaître des valeurs représentatives des pneumatiques d’être rechapés (par exemple, des valeurs du diamètre interne et du diamètre externe) et pour faire une comparaison avec des valeurs ciblés (par exemple, pour réaliser une commande de pneumatiques incorporant les pneumatiques rechapés). Chaque étape de l’entraînement peut inclure une classification générée par moyens d’auto-apprentissage. Cette classification peut inclure, sans limitation, les paramètres des pneumatiques choisis, les durées des cycles de procédé et les valeurs attendues à la fin d’un procédé en progrès (par exemple, le nombre de pneumatiques rechapés pendant un cycle pour atteindre un niveau souhaité).
Les termes « au moins un(e) » et « un(e) ou plusieurs » sont utilisés de manière interchangeable. Les gammes qui sont présentées comme se situant « entre a et b » englobent les valeurs « a » et « b ».
Bien que des modes de réalisation particuliers de l’appareil révélé aient été illustrés et décrits, on comprendra que divers changements, additions et modifications peuvent être pratiqués sans s’écarter de l’esprit ni de la portée du présent exposé. Par conséquent, aucune limitation ne devrait être imposée sur la portée de l’invention décrite à l’exception de celles exposées dans les revendications annexées.

Claims

Revendications
1. Un procédé de nettoyage d’une sculpture d’un pneumatique identifié endommagé en cours de rechapage, le procédé mis en œuvre par au moins un processeur comprenant un module de traitement qui applique, à au moins un réseau neuronal, les données représentatives des images capturées de la sculpture du pneumatique identifié, caractérisé en ce que le procédé comprend les étapes suivantes : une étape de fourniture d’un système de nettoyage automatique ce dont le processeur fait partie pour reconnaître automatiquement un ordre de traitement des dommages dans la sculpture du pneumatique identifié ; une étape de calibration d’un dispositif de nettoyage (100) qui fait partie du système de nettoyage automatique, le dispositif de nettoyage (100) comprenant un périphérique de traitement (102) soutenu par un bras allongé (104) pivotant qui s’étend jusqu’à une extrémité libre (102a) où un outil de traitement est disposé le long d’un axe longitudinal commun ; une étape de positionnement du pneumatique identifié dans un espace de traitement où le dispositif de nettoyage (100) le traite ; une étape de positionnement d’au moins une caméra (200) qui fait partie du système de nettoyage automatique à une distance référentielle par rapport à une surface de roulement du pneumatique identifié ; une étape de détection des sculptures comprenant un traitement secteur par secteur pour le pneumatique identifié incorporant un ou des scans suivis par un traitement des sculptures du pneumatique identifié pour récupérer une image couleur et tridimensionnelle (3D) de chaque secteur scanné ; une étape de création des trajectoires tridimensionnelles (3D) que le dispositif de nettoyage (100) devrait suivre pour traiter les sculptures ; une étape de simplification des chemins verticaux et horizontaux pendant laquelle un point 3D associé à chaque point de chaque chemin est récupéré; une étape d’ajout des points d’approche et de retrait pour compléter la trajectoire 3D obtenue après l’étape de simplification des chemins, pendant laquelle, en début et en fin de chaque chemin vertical et horizontal, un point d’approche et un point de retrait sont ajoutés permettant au dispositif de nettoyage (100) de commencer et de terminer le traitement du chemin qui correspond à une sculpture sur la surface de roulement du pneumatique identifié ; et une dernière étape de calcul des orientations de l’outil de traitement pendant laquelle une orientation 3D de l’outil de traitement est calculée en chaque point de chaque chemin vertical et horizontal ; de sorte que le dispositif de nettoyage (100) est mis en mouvement pour que le périphérique de traitement (102) puisse poser l’outil de traitement pour réaliser le nettoyage de la sculpture du pneumatique identifié.
2. Le procédé de nettoyage de la revendication 1, dans lequel, pendant l’étape de détection des sculptures, le traitement secteur par secteur pour le pneumatique identifié comprend : pour chaque secteur du pneumatique identifié, une étape de scan du secteur suivi d’un traitement du secteur scanné ; un scan de tous les secteurs successifs du pneumatique identifié suivi par un traitement de tous les secteurs successifs scannés ; ou un scan du pneumatique en cours de traitement sur un poste différent de celui où un traitement des secteurs scannés est effectué ; de sorte que d’un traitement d’un ou des secteurs scannés est réalisé par le dispositif de nettoyage (100).
3. Le procédé de nettoyage de la revendication 1 ou de la revendication 2, dans lequel l’étape de calibration du dispositif de nettoyage (100) comprend une phase de calibration pour estimer la pose de la caméra (200) par rapport à une base (110) du dispositif de nettoyage (100).
4. Le procédé de nettoyage de la revendication 3, dans lequel l’étape de calibration du dispositif de nettoyage (100) comprend une étape de positionnement d’une mire de calibration dans l’espace de traitement, pendant laquelle la caméra (200) met en œuvre un processus pour estimer la pose de la caméra (200) dans le repère du périphérique de brossage (102).
5. Le procédé de nettoyage de la revendication 4, dans lequel, pendant l’étape de positionnement du pneumatique identifié, le pneumatique identifié est positionné à la proximité du dispositif de nettoyage (100) sur un tambour rotatif disposé dans l’espace de traitement, de sorte que, dans le cours d’un processus de réparation d’un procédé de rechapage, le tambour fait tourner le pneumatique identifié pour qu’il puisse être traité secteur par secteur.
6. Le procédé de nettoyage de l’une quelconque des revendications 1 à 5, dans lequel l’étape de positionnement de la caméra (200) comprend une étape de vérification d’un scan réalisée par la caméra (200) comprenant les étapes suivantes : une étape d’identification d’une zone centrale horizontale du scan qui est utilisée pour vérifier que la distance entre le pneumatique identifié et la caméra (200) est correcte ; une étape de calcul d’une distance moyenne (DmOy ) des points à l’intérieur de la zone centrale horizontale ; une étape de conservation des points 3D sous la forme d’un masque de surface comprenant une image binaire représentant les points appartenant à la surface de roulement du pneumatique identifié ; une étape de calcul à nouveau la distance moyenne (DmOy ) en ne considérant que les points de la zone centrale horizontale qui appartiennent à la surface de roulement du pneumatique identifié pour obtenir une distance (DmOy surface) ; une étape de comparaison de la distance (DmOy surface) avec la distance référentielle de la caméra (200); une étape de calcul des deux lignes verticales (300B) qui délimitent le début et la fin du masque de surface pour permettre de vérifier que la caméra (200) est centrée par rapport à la surface de roulement du pneumatique identifié ; une étape de calcul d’une ligne verticale centrale située au milieu des lignes verticales (300B) ; et où la ligne verticale centrale calculée s’écarte de la ligne centrale de l’image au-delà un seuil prédéterminé, une étape d’application d’une correction latérale à la position de la caméra (200) pour la recentrer par rapport à la surface de roulement du pneumatique identifié.
7. Le procédé de nettoyage de la revendication 6, dans lequel l’étape de détection des sculptures comprend une étape d’application d’un réseau neuronal sur l’image couleur et 3D pour déterminer quels points représentent des sculptures du pneumatique identifié à traiter avec l’outil de traitement, pendant laquelle, à chaque image, le masque de surface est récupéré en sortie du réseau neuronal où chaque point blanc indique que le point représente une sculpture à nettoyer.
8. Le procédé de nettoyage de la revendication 7, dans lequel l’étape de création des trajectoires tridimensionnelles (3D) comprend les étapes suivantes : une étape de préparation des données, pendant laquelle les points appartenant aux contours de tous les objets blancs présents dans le masque de surface sont extraits pour obtenir un ensemble de polygones avec des trous ; et une étape d’extraction des chemins bidimensionnels (2D) horizontaux et verticaux, pendant laquelle les trous présents à l’intérieur des polygones extraits pendant l’étape de préparation des données sont supprimés, cette étape comprenant les étapes suivantes : une étape de calcul d’un squelette morphologique de chaque polygone comprenant l’extraction de l’ensemble des points centraux de chaque polygone, dans lequel chaque squelette morphologique est constitué de nœuds représentant des extrémités du squelette morphologique et/ou les points de croisements, et de chemins comprenant des points situés entre deux nœuds ; une étape de classement de chaque chemin en catégorie chemin horizontal ou catégorie chemin vertical, pendant laquelle les chemins de même catégorie sont fusionnés avec des extrémités proches et, une fois la fusion réalisée, le sens de parcours de chaque chemin est figé ; et une étape d’élaboration des trajectoires 3D qui est réalisée une fois les chemins verticaux et horizontaux extraits, pendant laquelle les chemins verticaux et les chemins horizontaux sont ordonnés ; de sorte que l’ensemble ordonné des chemins verticaux et horizontaux donne l’ordre de traitement de toutes les sculptures du secteur scanné du pneumatique identifié.
9. Le procédé de nettoyage de l’une quelconque des revendications 1 à 8, dans lequel, pendant l’étape d’ajout des points d’approche et de retrait : un premier point d’approche est construit en le décalant d’une distance (L) prédéterminée du premier point ou du dernier point du chemin, et, une fois décalé, le premier point d’approche est rapproché de la caméra (200) de la distance (L) ; et un deuxième point d’approche est construit à partir du premier point d’approche en rapprochant ce deuxième point d’approche de la caméra (200) d’une distance (L2) en partant du premier point d’approche.
10. Le procédé de nettoyage de l’une quelconque des revendications 1 à 9, dans lequel l’étape de calcul des orientations de l’outil de traitement comprend une étape de calcul de la normale 3D en chaque point ainsi que le vecteur directeur entre chaque paire de points successifs, dans lequel le vecteur directeur donne la direction à suivre entre deux points de chaque chemin, où la normale donne l’orientation de l’axe Z de l’outil de traitement , le vecteur directeur donne l’orientation de l’axe X de l’outil de traitement, et l’axe Y est fixé automatiquement en fonction de la fixation des axes X et Z.
11. Le procédé de nettoyage de l’une quelconque des revendications 1 à 10, dans lequel le processeur se réfère à un tableau de taille de pneumatiques variés pour effectuer une détermination d’un ou des paramètres du pneumatique identifié.
12. Le procédé de nettoyage de l’une quelconque des revendications 1 à 11, dans lequel l’outil de traitement comprend au moins une brosse (106).
13. Un procédé de rechapage comprenant le procédé de nettoyage de l’une quelconque des revendications 1 à 12.
14. Un système de nettoyage automatique permettant le nettoyage d’une sculpture d’un pneumatique identifié en cours de rechapage, le système de nettoyage automatique comprenant : au moins un dispositif de nettoyage (100) comprenant un robot ayant un périphérique de nettoyage (102) soutenu par un bras allongé (104) pivotant et s’étendant du bras allongé (104) jusqu’à une extrémité libre (102a) où un outil de traitement est disposé le long d’un axe longitudinal commun ; un système de détection pour recueillir l'information sur l'environnement physique autour du dispositif de nettoyage (100) ; et un réseau de communication qui gère les données entrantes au système de nettoyage automatique à partir de chaque dispositif de nettoyage (100), le réseau de communication comprenant au moins un serveur de communication permettant d'exécuter des instructions programmées stockées dans une mémoire d’un ou des processeurs du système de nettoyage automatique pour mettre en œuvre le procédé de nettoyage de l’une quelconque des revendications 1 à 12 ; de sorte que le dispositif de nettoyage (100) est configuré sur un ou plusieurs paramètres du pneumatique identifié calculés par un module de traitement d'images incorporé dans la mémoire du processeur pour mettre le dispositif de nettoyage (100) en mouvement pour que le périphérique de brossage (102) puisse poser l’outil de traitement pour réaliser le nettoyage de la sculpture du pneumatique identifié.
15. Le système de nettoyage automatique de la revendication 14, dans lequel le système de détection comprend au moins une caméra (200) du type RGB-D fixée à au moins un parmi le bras allongé (104) et le périphérique de traitement (102) du dispositif de nettoyage (100).
EP24709079.8A 2023-03-21 2024-03-07 Système et procédé de nettoyage automatique de fond de sculpture de pneumatique Pending EP4683794A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2302595A FR3146830B1 (fr) 2023-03-21 2023-03-21 Système et procédé de nettoyage automatique de fond de sculpture de pneumatique
PCT/EP2024/056085 WO2024194037A1 (fr) 2023-03-21 2024-03-07 Système et procédé de nettoyage automatique de fond de sculpture de pneumatique

Publications (1)

Publication Number Publication Date
EP4683794A1 true EP4683794A1 (fr) 2026-01-28

Family

ID=86851313

Family Applications (1)

Application Number Title Priority Date Filing Date
EP24709079.8A Pending EP4683794A1 (fr) 2023-03-21 2024-03-07 Système et procédé de nettoyage automatique de fond de sculpture de pneumatique

Country Status (3)

Country Link
EP (1) EP4683794A1 (fr)
FR (1) FR3146830B1 (fr)
WO (1) WO2024194037A1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7020581B1 (ja) * 2021-10-06 2022-02-16 住友ゴム工業株式会社 タイヤの状態の推定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1393544B1 (it) 2009-03-31 2012-04-27 Cappuccini Procedimento e macchina per l'individuazione e la lavorazione di difetti su pneumatici usati.
IT1394907B1 (it) 2009-07-22 2012-07-20 Bridgestone Corp Metodo ed impianto di ricostruzione di un pneumatico
IT201600123639A1 (it) 2016-12-06 2018-06-06 Bridgestone Europe Nv Metodo e stazione per la ripulitura della superficie laterale della carcassa di un pneumatico durante un processo di ricostruzione del pneumatico stesso

Also Published As

Publication number Publication date
WO2024194037A1 (fr) 2024-09-26
FR3146830B1 (fr) 2026-05-01
FR3146830A1 (fr) 2024-09-27

Similar Documents

Publication Publication Date Title
US11472142B2 (en) Method and station for the skiving of a tire casing during retreading
WO2017017371A1 (fr) Procédé optimise d'analyse de la conformité de la surface d'un pneumatique
EP1976671B1 (fr) Procede et systeme permettant la prehension automatisee de piece(s)
CA3130432C (fr) Procede de detection d'une degradation d'un pneumatique d'une roue
FR3117908A1 (fr) Système et Procédé de Dévracage des Pneumatiques dans un Arrangement Inconnu
Siegel et al. Automotive diagnostics as a service: An artificially intelligent mobile application for tire condition assessment
WO2012143197A1 (fr) Analyse de l'image numerique de la surface d'un pneumatique - traitement des points de non mesure
EP4683794A1 (fr) Système et procédé de nettoyage automatique de fond de sculpture de pneumatique
Massaro et al. Inline image vision technique for tires industry 4.0: Quality and defect monitoring in tires assembly
US11087450B1 (en) Wheel matcher
EP3928292A1 (fr) Procede et dispositif de surveillance de l'environnement d'un robot
FR3050826A1 (fr) Procede de controle non-destructif par apprentissage
FR3025918A1 (fr) Procede et systeme de modelisation automatisee d'une piece
EP3614306B1 (fr) Procédé de localisation et d'identification de visage et de détermination de pose, à partir d'une vue tridimensionnelle
CN103843034A (zh) 检查轮胎的表面的外观的改进方法
FR3118003A1 (fr) Système et Procédé de Dévracage des Pneumatiques dans un Arrangement Inconnu
CN105992930A (zh) 数据处理方法以及数据处理装置
FR2976090A3 (fr) Procede d'acquisition selective de l'image tridimensionnelle de la surface d'un pneumatique par stereovision active et passive
CN116157830B (zh) 用于轮胎产品剖面的自动分界面识别的系统及方法
EP4554784A1 (fr) Systeme et procede d'acquisition et de determination des axes des soupapes dans des moules de vulcanisation de pneumatiques
WO2025219140A1 (fr) Système de réparation automatique de dommages superficiels de pneumatique par robot et capteur 3d de vision
WO2025219138A1 (fr) Système de réparation automatique de dommages superficiels de pneumatique par robot et capteur 3d de vision
EP4423711B1 (fr) Système et procédé de contrôle de la qualité d'enduction d'un pneumatique cru
CN103493096A (zh) 轮胎内表面的数字图像的分析和伪测量点的处理
FR3153151A3 (fr) Système d'inspection d’assemblages de produits caoutchouteux en couches visibles en entier et les bordures de ces produits

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20251021

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR